Редактирование: МОТП, Билеты (2009)
Материал из eSyr's wiki.
Внимание: Вы не представились системе. Ваш IP-адрес будет записан в историю изменений этой страницы.
ПРЕДУПРЕЖДЕНИЕ: Длина этой страницы составляет 78 килобайт. Страницы, размер которых приближается к 32 КБ или превышает это значение, могут неверно отображаться в некоторых браузерах. Пожалуйста, рассмотрите вариант разбиения страницы на меньшие части.
Правка может быть отменена. Пожалуйста, просмотрите сравнение версий, чтобы убедиться, что это именно те изменения, которые вас интересуют, и нажмите «Записать страницу», чтобы изменения вступили в силу.
Текущая версия | Ваш текст | ||
Строка 509: | Строка 509: | ||
Одним из частных случаев является задача обучения по прецедентам, в которой система ограничений задаётся следующим образом. Фиксируется последовательность <math>I_q = \{x_k\}_{k=1}^{q}</math> элементов множества <math>\Im_i</math> и последовательность <math>\bar{I_q} = \{y_k\}_{k=1}^{q}</math> элементов множества <math>\Im_j</math>. Искомый алгоритм <math>A</math> должен точно или приближённо удовлетворять системе из <math>q</math> равенств <math>A(x_k)= y_k,\,k=1,. . .,q</math>, которую мы будем сокращённо записывать как <math>A(\Im_q) = \bar{\Im_q}</math>. Ограничения такого типа называются локальными или прецедентными. | Одним из частных случаев является задача обучения по прецедентам, в которой система ограничений задаётся следующим образом. Фиксируется последовательность <math>I_q = \{x_k\}_{k=1}^{q}</math> элементов множества <math>\Im_i</math> и последовательность <math>\bar{I_q} = \{y_k\}_{k=1}^{q}</math> элементов множества <math>\Im_j</math>. Искомый алгоритм <math>A</math> должен точно или приближённо удовлетворять системе из <math>q</math> равенств <math>A(x_k)= y_k,\,k=1,. . .,q</math>, которую мы будем сокращённо записывать как <math>A(\Im_q) = \bar{\Im_q}</math>. Ограничения такого типа называются локальными или прецедентными. | ||
- | Кроме того,обычно требуется, чтобы искомый алгоритм удовлетворял некоторым дополнительным ограничениям, которые в общем случае выражаются условием <math> A \in W^u</math> где <math>W^u</math> заданное множество отображений из <math>\Im_i</math> в <math>\Im_j</math>. Алгоритм, удовлетворяющий локальным и дополнительным ограничениям, называют корректным. Итак, рассматриваемые задачи обучения по прецедентам определяется пятёркой <math>Z = | + | Кроме того,обычно требуется, чтобы искомый алгоритм удовлетворял некоторым дополнительным ограничениям, которые в общем случае выражаются условием <math> A \in W^u</math> где <math>W^u</math> заданное множество отображений из <math>\Im_i</math> в <math>\Im_j</math>. Алгоритм, удовлетворяющий локальным и дополнительным ограничениям, называют корректным. Итак, рассматриваемые задачи обучения по прецедентам определяется пятёркой <math>Z = < \Im_i, \Im_j, W^u, I_q, \bar{I_q} > </math>. |
Различие между локальными и дополнительными ограничениями заключается в том, что первые относятся к конечному набору точек и допускают эффективную проверку, в то время как вторые накладываются на всёотображение «в целом» и не допускают эффективной проверки. В частности, это могут быть ограничения непрерывности, гладкости, монотонности, унимодальности, и т. д. На практике дополнительные ограничения учитываются на этапе построения параметрического семейства алгоритмов,а локальные при последующей настройке параметров алгоритма на заданные прецеденты | Различие между локальными и дополнительными ограничениями заключается в том, что первые относятся к конечному набору точек и допускают эффективную проверку, в то время как вторые накладываются на всёотображение «в целом» и не допускают эффективной проверки. В частности, это могут быть ограничения непрерывности, гладкости, монотонности, унимодальности, и т. д. На практике дополнительные ограничения учитываются на этапе построения параметрического семейства алгоритмов,а локальные при последующей настройке параметров алгоритма на заданные прецеденты |