КОМПЬЮТЕРНОЕ ПОЗНАНИЕ
Витяев Е.Е.
Извлечение знаний из данных. Компьютерное познание. Модели когнитивных процессов.,
Новосибирск, НГУ, 2006. 293с.
|
ОГЛАВЛЕНИЕ
ПРЕДИСЛОВИЕ
ВВЕДЕНИЕ
§ 1. Методология познания, вытекающая из теории измерений
§ 2. Процесс познания, основанный на теории измерений
§ 3. Логический путь познания предметной области
§ 4. Проблемы извлечения знаний и теорий
§ 5. Реляционный подход к извлечению знаний - реализация логического пути познания
§ 6. Применения реляционного подхода к извлечению знаний из данных в финансовом прогнозировании, медицине и биоинформатике
ГЛАВА 1. ЛОГИЧЕСКИЙ АНАЛИЗ ДАННЫХ И ЗАКОНОВ.
§ 7. Основные понятия и проблемы теории измерений
§ 8. Эмпирические аксиоматические теории и теория измерений
§ 9. Представление известных типов данных в эмпирических аксиоматических теориях
§ 10. Критический анализ методов анализа данных
§ 11. Представление законов в теории измерений
§ 12. Теория физических структур
§ 13. Соотношение между физической структурой ранга (2,2) и аддитивной соединительной структурой
§ 14. Алгебраическое и конструктивное представления физической структуры ранга (2,2)
§ 15. Конструктивные числовые представления величин
§ 16. Взаимосвязь конструктивного и числового представлений
§ 17. Примеры конструктивных представлений величин
§ 18. Конструктивное числовое представление процедур шкалирования для экстенсивных величин
ГЛАВА 2. ПРОЦЕСС ПОЗНАНИЯ, ОСНОВАННЫЙ НА ТЕОРИИ ИЗМЕРЕНИЙ.
§ 19. Универсальная аксиоматизируемость экспериментальной зависимости
§ 20. Общая формулировка метода обнаружения экспериментальной зависимости.
§ 21. Что такое закон
§ 22. Понятие эксперимента. Определение закона на множестве экспериментов
§ 23. События и вероятности событий
§ 24. Определение вероятностного закона на Exp
§ 25. Обобщение понятия вероятностного закона и эксперимента на случай данных с шумами
§ 26. Тестирование систем аксиом в условиях шумов
§ 27. Сохраняющий двоичный шум
ГЛАВА 3. ЛОГИЧЕСКИЙ ПУТЬ ПОЗНАНИЯ. ПРОБЛЕМА ПРЕДСКАЗАНИЯ.
§ 28. Знание и познание
§ 29. Индуктивно-статистический вывод
§ 30. Семантический вероятностный вывод.
§ 31. Требование максимальной специфичности
§ 32. Решение проблемы статистической двусмысленности
§ 33. Проблема логического вывода
§ 34. Эрбрановы модели. Вероятностная модель данных.
§ 35. Логические программы.
§ 36. Оценки вероятностей и условных вероятностей запросов.
§ 37. Вероятностные оценки запросов
§ 38. Детерминированные закономерности.
§ 39. Вероятностные закономерности.
§ 40. Предсказание и индуктивный синтез логических программ
§ 41. Вероятностный семантический вывод
§ 42. Взаимосвязь вероятностного и логического выводов
ГЛАВА 4. РЕЛЯЦИОННЫЙ ПОДХОД К ИЗВЛЕЧЕНИЮ ЗНАНИЙ ИЗ ДАННЫХ
§ 43. Логический анализ методов извлечения знаний
§ 44. Реляционный подход к извлечению знаний
§ 45. Программная система извлечения знаний "Discovery"
§ 46. Метод обнаружения вероятностных законов
ГЛАВА 5. ПРИЛОЖЕНИЯ РЕЛЯЦИОННОГО ПОДХОДА В ФИНАНСАХ
§ 47. Применение реляционного подхода в финансовом прогнозировании
§ 48. Преобразование числовых данных в отношения
§ 49. Гипотезы и вероятностные законы
§ 50. Марковские цепи как "вероятностные законы" в финансах
§ 51. Процедура обучения
§ 52. Метод прогноза
§ 53. Эксперимент 1
§ 54. Качество предсказания для конкретной закономерности
§ 55. Эксперимент 2
§ 56. Сравнение качества системы Discovery с другими методами
§ 57. Сравнение со стратегией buy-and-hold
§ 58. Результаты сравнения с другими методами
§ 59. Выводы из финансовых приложений
ГЛАВА 6. ПРИЛОЖЕНИЯ РЕЛЯЦИОННОГО ПОДХОДА В МЕДИЦИНЕ.
§ 60. Диагностика рака груди. Постановка задачи
§ 61. Метод извлечения диагностических правил из эксперта
§ 62. Свойство монотонности
§ 63. Обнаружение диагностических правил на данных
§ 64. Правила, извлеченные из эксперта
§ 65. Извлечение правил используя монотонные Булевы функции
§ 66. Сравнение экспертных и извлеченных из данных правил
§ 67. Обсуждение и заключение
ГЛАВА 7. ПРИЛОЖЕНИЯ РЕЛЯЦИОННОГО ПОДХОДА В БИОИНФОРМАТИКЕ.
§ 68. Задача анализа регуляторных районов ДНК
§ 69. Gene Discovery как технология извлечения знаний из ДНК
§ 70. Комплексные сигналы как олигонуклеотидные паттерны
§ 71. Подготовка данных и предварительный отбор сигналов
§ 72. Анализ найденных комплексных сигналов
§ 73. Распознавание на основе комплексных сигналов
§ 74. Обсуждение
ГЛАВА 8. ЕСТЕСТВЕННЫЕ КЛАССИФИКАЦИИ И ОНТОЛОГИИ КАК ЗАКОНЫ ПРИРОДЫ
§ 75. Что такое естественная классификация
§ 76. Онтологии и описание предметной области
§ 77. Формальное определение "естественной" классификации и систематики
§ 78. Пример построения систематики
§ 79. Применение в биоинформатике
ГЛАВА 9. ПРИНЦИПЫ РАБОТЫ МОЗГА И МОДЕЛИ КОГНИТИВНЫХ ПРОЦЕССОВ
§ 80. Принципы и основания естественно-научных теорий.
§ 81. Понятия задачи, цели и результата
§ 82. Теория функциональных систем работы мозга
§ 83. Целенаправленная деятельность в ТФС и парадокс цели
§ 84. Информационная теория эмоций П. В. Симонова
§ 85. Потребности и парадокс цели. Синтез принципов целеполагания,
вероятностного прогнозирования и предсказания
§ 86. Формальный анализ главного принципа работы мозга.
§ 87. Критика гипотезы суммации возбуждений на единичном нейроне. Новая формальная модель нейрона.
§ 88. Формальная модель работы мозга, основанная на принципе предсказания.
§ 89. Объяснение теории функциональных систем.
§ 90. Модель теории функциональных систем П. К. Анохина
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
|
|
