ВВЕДЕНИЕ В АНАЛИЗ ДАННЫХ

ЧТО ТАКОЕ АНАЛИЗ ДАННЫХ?Иллюстративные проблемы анализа данныхАнализ данных и математическая статистика: инженерный и научный подходыОДНОМЕРНЫЙ АНАЛИЗКоличественные признаки: распределение и гистограммаП2.1. ПредставлениеФ2.1. ФормулировкиВ2.1. ВычислениеДальнейшая суммаризация: центр и рассеяниеП2.2. Центр и рассеяние: представлениеФ2.2. Центр и рассеяние: формулировкиФ2.2.1. Подход анализа данныхФ2.2.2. Теоретико-вероятностный подходВ2.2. Центр и рассеяние: вычислениеБинарные и категоризованные признакиП2.3. ПредставлениеФ2.3. ФормулировкиВ2.3. ВычислениеПроект 2.1. Вычисление центра по критерию МинковскогоПроект 2.2. Доверительный интервал бутстрэп-методомПроект 2.3. Перекрестная валидация (скользящий контроль)ДВУМЕРНЫЙ АНАЛИЗ: СУММАРИЗАЦИЯ И КОРРЕЛЯЦИЯ ДВУХ ПРИЗНАКОВПостановка проблемыСлучай двух количественных признаковП3.2. Линейная регрессия: представлениеПЗ.2.1. Поле рассеяния, линейная регрессия и коэффициент корреляцииПЗ.2.2. Анализ степени адекватности уравнения регрессииФ3.2. Линейная регрессия: формулировкиФЗ.2.1. Аппроксимация данных линейным уравнениемФЗ.2.2. Коэффициент корреляции и его свойстваФ3.2.3. Линеаризация для оценки нелинейной регрессииВ3.2. Линейная регрессия: вычислениеСлучай смешанных шкал: номинальный и количественный признакиЦелевой количественный признакП3.3.1. Бокс-плот, табличная регрессия и корреляционное отношениеФ3.3.1. Табличная регрессия: формулировкиНоминальный целевой признакКлассификатор по правилу ближнего соседаКлассификатор с интервальными предикатамиСлучай двух номинальных признаковП3.4. Анализ таблиц сопряженности: представлениеПЗ.4.1. Построение концептуальных связей по статистическим даннымПЗ.4.2. Исследование связей с помощью индекса КетлеП3.4.3. Коэффициент хи-квадрат как индекс связи и визуализация его структурыФ3.4. Анализ таблиц сопряженности: формулировкиКОРРЕЛЯЦИЯ И СУММАРИЗАЦИЯ ДЛЯ МНОГОМЕРНЫХ ДАННЫХНеобходимость задания класса решающих правил при изучении корреляцииБайесовский подход к распознаваниюБэйесовское решающее правилоНаивный Байесовский классификаторМеры качества классификатораП4.3. Точность и связанные с ней показателиФ4.3. Точность и связанные с ней показатели: формулировкиПостановка проблемы кластеризацииКластеризация методом К-среднихП4.5. Параллельный метод К-средних и его особенностиАлгоритм К-среднихОсобенности методаФ4.5. Критерий метода К-среднихПроблема инициализации К-средних и аномальные кластерыПодходы к инициализации К-среднихМногочисленные прогоны для инициализации К-среднихМетод аномальных кластеров П4.6.1.2. Аномальные кластерыФ4.6.1.2. Аномальные группыИнтеллектуальная версия метода К-среднихП4.6.2. Аномальные группы и интеллектуальный метод К-среднихФ4.6.2. Метод К-средних: формулировки и вычислениеЗаключениеАнализ данных, объяснение паттернов и принятие решенийДоктор Сноу и вспышка холерыМалый размер благоприятствует проявлению крайностейОсновы вычислительной среды МатЛабВведение: как начать работуЗагрузка и запоминание файловРабота с подмножествами объектов и признаковДве программы па МатЛабеПредметный указатель
 
  РЕЗЮМЕ   След >