Классификация IT-анализа по режиму и темпу

ний весов сеть необходимо «тренировать» на примерах с известными значениями входных  па-

раметров и  правильных ответов на них. Подбираются  такие веса, которые обеспечивают наи-

большую близость ответов нейронной сети к правильным.

Генетические  алгоритмы представляют собой поисковый метод, используемый для нахо-

ждения наилучшего решения или совокупности решений. Он основан на идее естественного

отбора. Начинается построение генетических алгоритмов с кодировки исходных логических за-

кономерностей, называемых как и в биологии хромосомами. Набор таких кодов называют по-

пуляцией хромосом. Далее применяется функция пригодности, которая выделяет наиболее

подходящие  элементы для дальнейших операций. Это может быть отбор в какие-либо группы,

Признаки OLAPсистем, технологии оперативного

и интеллектуального  анализа данных

65

но возможен и вариант применения скрещивания  и мутации с целью получения  «нового» поко-

ления. Алгоритм работает над изменением старой популяции до тех пор, пока новая не будет

отвечать заданным требованиям.

Байесовское обучение или ассоциации применяются в тех случаях, когда сложилась си-

туация увязки между собой некоторых событий. Например, заселение новостроек сопровожда-

ется приобретением  мебели и других предметов домашнего  обихода. Необходимо выявить ко-

личественные  характеристики этой связи.

Кластеризация и классификация. Слово кластеризация происходит от английского cluster

— пучок, сгусток. Кластеризация предусматривает разделение совокупности схожих объек-

тов на группы —  кластеры по наибольшей близости их признаков. Проблема состоит в том, что

оценка производится не по одному какому либо признаку, а  одновременно по их совокупно-

сти. Разработаны  алгоритмы кластеризации, которые пересчитывают значения признаков в не-

которую величину, характеризующую «расстояние» между  объектами рассматриваемой сово-

купности и  объединяют близкие объекты в  кластеры. Классификация отличается тем, что выяв-

ляются признаки, объединяющие объекты, которые уже состоят в группах. Этими методами за-

нимается также  и эконометрика.

Эволюционное  программирование. В этой методике предположения о виде аппрокси-

мирующей функции  строятся в виде программ на внутреннем языке программирования. Про-

цесс построения программ выглядит как эволюция в  среде программ. После нахождения в этой

среде подходящей программы система начинает вносить  в нее необходимые корректировки

Эта методика реализована  российской системой Polyanalyst. Специальный  модуль этой систе-

мы переводит  найденные зависимости на доступный  язык формул, таблиц.

Алгоритмы ограниченного  перебора. Они вычисляют частоты комбинаций простых ло-

гических событий  в группах данных. На основании  оценки полученных частот делается заклю-

чение о полезности комбинаций для обнаружения ассоциаций в данных, прогнозирования и

других целей.

Эти методы стали  весьма широко и эффективно применяться  в связи с бурным развити-

ем в последнее  десятилетие XX века самих методик  и соответствующих инструментальных

средств. Они  находят применение в тех ситуациях, когда обычные методы анализа  трудно или

невозможно  применить из-за отсутствия сведений о характере или закономерностях  исследуе-

мых процессов, взаимозависимостях явлений, фактов, поведении  объектов и систем из различ-

ных предметных областей, в  том числе в социальной и экономической.