Рейтинговая Витте Методы оптимизации в машинном обучении Вариант 2 «Разрешение прогулки»

Рейтинговая Витте по дисциплине Методы оптимизации в машинном обучении.

Вариант 2 «Разрешение прогулки»

Работу оценили на высокий балл (от 75 и выше). Вам нужно только вставить свои данные в титульный.

У меня в профиле много готовых работ для Витте. Если не нашли то, что искали, то напишите мне https://studwork.cc/info/471087

Для варианта данных, представленных в таблице 1, поставлена задача о разрешении прогулки:

1. Рассчитать исходную энтропию.

2. Рассчитать энтропии по всем атрибутам.

3. Рассчитать прирост информации по каждому атрибуту.

4. Построить дерево решений по 1 атрибуту (признаку).

5. Построить оптимальное дерево решений по жадному алгоритму.

6. Сформулировать правила классификации для оптимального дерева.

7. Выполнить прогноз для заданного в последней строке таблицы варианта значений атрибутов.

Таблица 1 — Данные о разрешении прогулки

Хорошее

самочувствие

Были ли осадки

Высокая температура воздуха

Солнечно

Разрешение

Нет

Да

Да

Нет

Нет

Нет

Нет

Да

Нет

Да

Нет

Да

Нет

Нет

Нет

Да

Да

Да

Нет

Да

Да

Нет

Да

Да

Да

Да

Да

Да

Да

Да

Да

Да

Нет

Нет

Нет

Нет

Нет

Да

Да

???

ОГЛАВЛЕНИЕ

ВВЕДЕНИЕ. 3

1. РАСЧЁТЫ ЭНТРОПИИ И ПРИРОСТА ИНФОРМАЦИИ.. 4

1.1. Расчёт исходной энтропии. 4

1.2. Расчёт энтропии по всем атрибутам.. 4

1.3. Расчёт прироста информации по каждому атрибуту. 6

2. ДЕРЕВЬЯ РЕШЕНИЙ.. 8

2.1. Дерево решений по одному атрибуту. 8

2.2. Оптимальное дерево решений по жадному алгоритму. 11

3. ПРАВИЛА КЛАССИФИКАЦИИ И ПРОГНОЗ. 16

3.1. Правила классификации для оптимального дерева. 16

3.2. Прогноз. 16

ЗАКЛЮЧЕНИЕ. 17

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ.. 18

1. Дайзенрот, Марк Питер. Математика в машинном обучении / Марк Питер Дайзенрот, А. Альдо Фейзал, Чен Сунь Он. — Санкт-Петербург: Питер, 2024. — 512 с.

2. Зубова, Е. Д. Основы теории информации: учебное пособие / Е. Д. Зубова. — 1 изд. — Санкт-Петербург: Лань, 2020. — 48 с.

3. Леонтьев, В. К. Комбинаторные аспекты теории информации / В. К. Леонтьев, Э. Н. Гордеев. — Москва: МФТИ, 2019. — 111 с. — URL: http://www.mou.mipt.ru/AddDiscAn.pdf (дата обращения: 10.10.2024). — Режим доступа: Электронно-библиотечная система МФТИ. — Текст: электронный.

4. Синицин, Филипп. Решающие деревья / Филипп Синицин. — Текст: электронный // Яндекс Образование [сайт]. — URL: https://education.yandex.ru/handbook/ml/article/reshayushchiye-derevya (дата обращения: 10.10.2024).

5. Уатт, Джереми. Машинное обучение: основы, алгоритмы и практика применения / Джереми Уатт, Реза Борхани, Аггелос Катсаггелос. — Санкт-Петербург: БХВ, 2022. — 640 с.