Гуров С. И.

The algorithm for preliminary discrete pattern recognition

Авторы: 
Журнал: 
Страница: 
45
Предложен метод предварительной классификации объектов, заданных бинарной информацией, базирующийся на использовании монотонных отделителей. Построеные отделители используются для биективного преобразования заданого куба. Для классификации объектов предлагается использовать монотонизирующее преобразование, сохраняющие некоторую функцию потенциального типа близости вершин булева куба. 

Как оценить надёжность алгоритма классификации. II. Интервальные оценки

Авторы: 
Журнал: 
Страница: 
11
В статье продолжается исследование оценок надёжности классифицирующих алгоритмов. Рассматриваются существующие и предлагаются новые методы получения интервальных оценок, пригодных в случае малого числа прецедентов. 

Как оценить надёжность алгоритма классификации. 1. Введение в проблему и точечные оценки

Авторы: 
Журнал: 
Страница: 
27
В статье получены новые статистические оценки надежности алгоритмов классификации. Эти оценки могут быть использованы для малого числа имеющихся в наличии прецедентов. 

Оценка вероятности ни разу не наблюденного события

Авторы: 
Журнал: 
Страница: 
15
Предлагаются и обосновываются точечная и интервальная оценки вероятности события, ни разу не наблюдавшегося в серии испытаний по схеме Бернулли, для которого классические статистические методы дают на практике часто неприемлемую нулевую оценку.

Принцип согласованности и бейесовское интервальное оценивание

Авторы: 
Журнал: 
Страница: 
14
В рамках бейесовского подхода к статическим задачам предложен новый метод конкретизации априорного распределения, основанный на принципе, названном принципом ″согласованности″. Продемонстрировано применение предложенного метода к задаче интервального оценивания параметров биноминального, пуассоновского и нормального распределений.