1. Решение задач прогноза, классификации, распознавания образов, диагностики

Научное название: регрессия, классификация с учителем, распознавание образов (при работе с изображениями - распознавание изображений).

Реальные примеры: прогноз курсов валют, постановка диагноза больному, оценка риска невозврата кредита заемщиком банка.

Описание. Прогнозирование значений одних показателей по значениям других показателей - наиболее часто возникающая группа задач, служащая базой и для решения других задач, например, при управлении объектом (когда прогнозируются величины требуемых воздействий на объект). Основной особенностью является разделение анализируемых данных на две группы − по значениям показателей первой группы (независимым признакам) прогнозируются значения показателей второй группы (зависимые признаки). Зависимый признак может быть непрерывнозначным, (количественным, числовым) − в этом случае задача прогноза называется задачей регрессии. Либо зависимый признак может принимать некоторое малое число значений, являющихся характеристиками "внутреннего состояния", класса объекта − это задача классификации с учителем или задача распознавания образов.
Существует большое число способов решения: классические методы статистики (линейная регрессия, байесовский классификатор), методы непараметрической статистики, аппроксимация полиномами, метод группового учёта аргументов (МГУА), методы на основе искусственных нейронных сетей. Каждый из методов решения имеет свои преимущества и недостатки,

Вернуться к списку решаемых задач.