Александр Анатольевич Зуенко1, Ольга Николаевна Зуенко2
1, 2Институт информатики и математического моделирования имени В. А. Путилова Кольского научного центра Российской академии наук, Апатиты, Россия
Ключевые слова: машинное обучение, задача удовлетворения ограничений, задача классификации, задача кластеризации, задача извлечения ассоциативных правил
Страницы: 16-25
Аннотация
Работа посвящена рассмотрению ряда вопросов, связанных с привлечением дополнительных знаний
о предметной области при решении задач машинного обучения. Описываются способы учета подобных знаний
на основе модификации классических методов классификации, кластеризации, поиска ассоциативных правил.
Сделан вывод о том, что анализ фоновых знаний способен повысить достоверность и точность классических
методов машинного обучения, хотя их модификация с учетом дополнительных ограничений иногда
оказывается достаточно трудоемкой процедурой. К тому же в различных типах задач машинного обучения
для повышения достоверности и точности их результатов требуются различные типы дополнительных
ограничений. Это создает определенные сложности при решении комплексных задач, требующих поэтапного
привлечения различных типов дополнительных ограничений.