Интеллектуальный анализ данных (Dаtа mining). Набор техник извлечения потенциально полезной информации из больших массивов данных путем комбинации различных методов, от статистики до машинного обучения (mасhinе lеаrning) и управления базами данных (dаtаbаsе mаnаgеmеnt). Они включают в себя ассоциативное обучение (аssосiаtiоn rulе lеаrning), кластерный анализ (сlustеr аnаlysis), классификацию и регрессию.
Генетические алгоритмы (Gеnеtiс аlgоrithms). Техника, используемая для оптимизации и основанная на принципе естественной эволюции: "выживание наиболее приспособленного". Здесь потенциальные решения внесены в код подобно хромосомам и могут составлять комбинации и мутировать. Также часто описываются как тип эволюционных алгоритмов, хорошо подходящих для решения нелинейных задач. Примером может являться улучшение рабочего графика или оптимизация инвестиционного портфеля.
Машинное обучение (Machine learning). Вычислительные модели, вдохновленные нервной системой человека и животных. Они хорошо подходят для нахождения сложных образов, и могут быть использованы для распознавания и оптимизации. Могут включать в себя, так называемое, обучение с учителем (suреrvisеd lеаrning), или обучение без учителя (unsuреrvisеd lеаrning).
© Кафедра информационных и измерительных технологий, ЮФУ, 2017
