Курс на Stepik
Обложка курса «Теория соседства и задачи искусственного интеллекта» на Stepik
Бесплатно

Теория соседства и задачи искусственного интеллекта 4.000

Открыть на
STEPIK.ORG

Теория соседства посвящена описанию графовых структур через введение на них структуры соседства. Такой подход позволяет решать основные задачи искусственного интеллекта. Ссылка на книгу Теория соседства: https://www.researchgate.net/publication/371408887_TEORIA_SOSEDSTVA На английском: https://www.researchgate.net/publication/377731066_NEIGHBORHOOD_THEORY

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «Теория соседства и задачи искусственного интеллекта»Учеников на курсе 175
Сертификаты, выданные на курсе «Теория соседства и задачи искусственного интеллекта»Сертификатов выдано 0
Отзывы о курсе «Теория соседства и задачи искусственного интеллекта»Отзывов получено 1
Рейтинг курса «Теория соседства и задачи искусственного интеллекта»Рейтинг курса 4.000
Уроки в курсе «Теория соседства и задачи искусственного интеллекта»Количество уроков 27
Время прохождения курса «Теория соседства и задачи искусственного интеллекта»Время прохождения курса
Обновления курса «Теория соседства и задачи искусственного интеллекта»Обновления курса
Дата публикации курса «Теория соседства и задачи искусственного интеллекта»Дата публикации курса
Последнее обновление курса «Теория соседства и задачи искусственного интеллекта»Последнее обновление
Сложность hard

Чему вы научитесь

  • Теория соседства посвящена описанию и решению следующих задач:
  • - Вместимость графовых систем или систем с квазирасстоянием в семейство Евклидовых пространств;
  • - Разделение системы на пересекающиеся подсистемы по принципу близости точек;
  • - Оптимальная структуризация системы через критерий соседства;
  • - Сила связи и взаимного влияния между соседними точками;
  • - Внутренние и граничные точки;
  • - Квазиметрика соседства как минимальная длина ломаной (геодезическая), идущей через соседние точки;
  • - Кривизна, разностные (дифференциальные) операторы, области Вороного, соседние
  • сферические слои, плотность геодезических...
  • - Байесовская вероятностная модель, интерпретирующая априорную меру как геометрическое пространство, а апостериорную — как набор событий во времени;
  • - Размерность, объем и мера для априорного геометрического пространства;
  • - Энтропия для Байесовской вероятностной модели как функционал системы;
  • - Задача регрессии и классификации;
  • - Локальная макроскопическая область, которая с приемлемой точностью
  • определяет структуру соседства для выбранной точки;
  • - Распределение плотности, количества соседних точек и размерности;
  • - Уравнение диффузии;
  • - Эволюция потоков Риччи;
  • - Задача кластеризации на основе коэффициента связности (внутренняя
  • кластеризация);
  • - Задача кластеризации на основе того, в какой степени точки являются
  • внутренними или граничными (внешняя кластеризация);
  • - Параметризация расстояний в системах;
  • - Модели мультимножеств и строк;
  • - Генеративная модель;
  • - Квазилинейное программирование;
  • - Обобщенная транспортная задача;
  • - Диффузионная модель;
  • - Распознавание образов;
  • - Вероятность и время;
  • - Комплексные Марковские цепи и граф влияния;
  • - Геометрии на системах с квазиметрикой.

О курсе

Теория соседства посвящена описанию графовых структур через введение на них структуры соседства. Такой подход позволяет решать основные задачи искусственного интеллекта. Ссылка на книгу Теория соседства: https://www.researchgate.net/publication/371408887_TEORIA_SOSEDSTVA На английском: https://www.researchgate.net/publication/377731066_NEIGHBORHOOD_THEORY

Для кого этот курс

Курс предназначен для студентов и специалистов, прошедших базовые университетские математические и физические дисциплины.

Начальные требования

Знание базовых университетских математических и физических дисциплин.

Преподаватели курса

Как проходит обучение

Видео лекции и решение несложных задач по желанию

Что вы получите

  • Общее представление о подходах Теории соседства к решению задач искусственного интеллекта

Нагрузка

2-3 часа в неделю

Расскажите о курсе друзьям