Методы анализа данных и распознавания - все книги по дисциплине. Издательство Лань

Учебное пособие содержит изложение основ теории, листинги программных реализаций и анализ точности методов решения задачи восстановления (интерполяции) дискретных сигналов (ДС) - последовательностей, составленных из отсчеты некоторой действительной детерминированной функции  , вычисленных в узлах равномерной ВС временной сетки (ВС) t0 t1 ... tN, t1 – t0 = t2 – t1 = ... = tN – tN – tN–1 = T  ,   втом числе: методы глобальной интерполяции (полиномиальная интреполяция, тригонометрическая интерполяция, интерполяция с помощью базиса Уиттакера-Котельникова); методы локальной интерполяции (линейная, квадаратическая, сплайн-интерполяция), а также методы решения задачи, неразрывно связанной с задачай интерполяции, - задача вычисления значений ДС в узлах другой равномерной ВС t0 t1<...  tN, t1 – t0 = t2 – t1 = ... = tN – tN – tN–1 = T      ,  . (В вычислительной математике данная задача называется задачей интерполяции функции, заданной таблично.)
В связи с тем, что авторы изначально ориентировались на читательскую аудиторию, для которой интерес представляет не только собственно теория методов интерполяции, подробное изложение которой можно найти в многочисленных учебниках по вычислительной математике и численным методам, но и умение применять данные методы для решения практических задач, в книге для каждого из рассматриваемых методов представлены листинги их программных реализаций в пакете MATLAB, приведены примеры, иллюстрирующие технологии их использования, а также для каждого из методов проводится подробный анализ точности восстановления ДС.
Для студентов вузов, обучающихся по направлениям подготовки и специальностям укрупненных групп специальностей «Информатика и вычисилительная техника», «Информационная безопасность», «Радиоэлектроника, радиотехника и системы связи», а также для специалистов данных областях.

В учебном пособии даны основные теоретические положения искусственного интеллекта и теории нечетких множеств, необходимые для  выполнения лабораторных работ по дисциплинам, связанным с изучением систем искусственного интеллекта и интеллектуального анализа данных. Приведены примеры решения задач, контрольные задания, а также содержание, общие требования и рекомендации по выполнению лабораторных работ, справочные данные и литература для их выполнения. В учебное пособие включены материалы по лабораторным работам, посвященным построению функций принадлежности нечетких множеств и моделированию систем нечеткого вывода в различных программных продуктах: Scilab, Python, MatLab. Показан подход к интеллектуальному анализу данных, основанный на использовании нечеткого логического вывода и в построения нечеткой аппроксимирующей системы в среде системы MatLab.
Учебное пособие предназначено для студентов всех форм обучения и всех специальностей высших учебных заведений, изучающих искусственный интеллект, а также для специалистов в области искусственного интеллекта и интеллектуального анализа данных.

В книге рассмотрены наиболее популярные методы и модели предсказательной аналитики данных, представленных временными рядами. Дана их характеристика, выполнен сравнительный анализ. Приведены примеры решения задач прогнозирования для классических и синтезированных наборов данных. В качестве инструмента решения задач прогнозирования был выбран язык R и интегрированная среда разработки RStudio. Их выбор обусловлен ориентацией языка и интегрированной среды на решение задач аналитики, появлением философии аккуратного (опрятного) программирования, которая существенно изменяет традиционные подходы к их использованию при прогнозировании временных рядов.
Книга может быть полезна как студентам, изучающим методы прогнозирования, анализа данных, машинного обучения, предсказательной аналитики, искусственного интеллекта, теорию data science, так и аналитикам, начинающим осваивать данные методы для применения в своей практической деятельности. Содержание книги предполагает, что ее читатели имеют базовые знания о языке R, начальный опыт использования языка R и интегрированной среды разработки RStudio. Поэтому в ней не рассмотрены основы языка и организации применения данной среды.