Виконано огляд деяких байєсівських моделей аналізу даних, зокрема моделей з одним і кількома параметрами. Запропоновано методику побудови графічних імовірнісних моделей у формі байєсівських мереж на основі статистичних даних і експертних оцінок. Методика забезпечує побудову імовірнісних моделей високого ступеня адекватності для розв'язання задач класифікації та прогнозування. Запропоновано інтегровану динамічну мережеву модель, яка грунтується на об'єднанні імовірнісної мережі Байєса з регресійною моделлю і відрізняється від відомих можливістю оцінювання багатокрокових прогнозів. Оцінки прогнозів, одержані за допомогою динамічної мережевої моделі, порівняно з результатами, одержаними за допомогою логістичної регресії у комбінації з множинною регресією. Кращі результати досягнуто у даному випадку за допомогою комбінованої мережевої моделі.

  Повний текст PDF - 380.991 Kb    Зміст випуску     Цитування публікації

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"