Интеллектуальный анализ данных на основе сравнения паттернов классов

Abstract

В настоящее время интеллектуальный анализ данных базируется на использовании методов классификации, моделирования и прогнозирования, к которым относятся деревья решений, искусственные нейронные сети, генетические алгоритмы и др. Их использование сопряжено с необходимостью привлечения специалистов в области Data Science, а получаемые результаты практически не поддаются интерпретации в терминах предметной области. Для решения указанных проблем предлагается метод, основанный на оригинальном алгоритме обучения по прецедентам. Исходными данными для процедуры обучения являются априорный словарь признаков и классифицированная обучающая выборка. Обучение выполняется в автоматическом режиме и предусматривает выявление сочетаний признаков априорного словаря (интерпретируемых в терминах предметной области), которые обеспечивают различение классов