SINFLARGA AJRATISH MASALASIDA ALOMATLARNING INFORMATIVLIGINI BAHOLASH VA ULARNI TANLASH

Avtorlar

Gilt sózler: o’lchamni qisqartirish, alomatlarning informativligini baholash, alomatlarni tanlash, yashirin qonuniyatlarni qidirish, Naïve Bayes

Annotaciya

Ushbu maqolada o’lchamni qisqartirish masalasi tahlillandi. O’lchamni qisqartirish uchun alomatlar informativligidan foydalanildi. Alomatlar informativligini baholashda ishlatiladigan bir nechta usullar taqdim qilindi va natijalar solishtirildi. Alomatlarni tanlash sifatini baholash uchun Naïve Bayes klassifikatoridan foydalanildi.

Paydalanılǵan ádebiyatlar

1. Automated seizure detection using limited-channel EEG and non-linear dimension reduction. / Birjandtalab J., Baran Pouyan M., Cogan D., Nourani M., Harvey J. // Computers in biology and medicine. 2017. № 82, -Р. 49–58.

2. Liu Y., Chiaromonte F., Li B. Structured Ordinary Least Squares: A Sufficient Dimension Reduction approach for regressions with partitioned predictors and heterogeneous units. // Biometrics. 2017. № 2, -Р. 529–539.

3. Ivan G., Grolmusz V. On dimension reduction of clustering results in structural bioinformatics // Biochimica et biophysica acta. 2014. № 12, -Р. 2277–2283.

4. Журавлев Ю.И., Гуревич И.Б. Распознавание образов и анализ изображений // Искусственный интеллект: В 3 кн. Кн 2. Модели и методы: Справочник / Под ред. Д.А. Поспелова. -М.: «Радио и связь», 1990. -С. 149–190.

5. Ту Дж., Гонсалес Р. Принципы распознавания образов. -М.: «Мир», 1978. –С.415.

6. Шеннон К. Работы по теории информации и кибернетике. -М.: Иностр.лит., 1963. –С.832.

7. Кульбак С. Теория информации и статистика. -М.: «Наука», 1967. –С.408.

8. Колесникова С.И., Янковская А.Е. Статистический подход к оцениванию зависимых признаков в интеллектуальных системах // Математические методы распознавания образов. -М.: МАКСПресс, 2007. -С. 143-146.

9. Игнатьев Н.А. Вычисление обобщённых показателей и интеллектуальный анализ данных. // Автоматика и телемеханика. 2011, №5, -С.183–190.

10. https://www.data.go.kr/dataset/15007122/file Data.do

11. Webb G. I., Boughton J., Wang Z. Not So Naive Bayes: Aggregating One-Dependence Estimators. Machine Learning. 58 (1): 5–24. 2005. doi:10.1007/s10994-005-4258-6.

12. https://scikit-learn.org/stable/modules/naive_bayes.html.