Министерство образования и науки российской федерации

• 
  Теория вероятностей и математической статистики;
  
• 
  Математическая логика;
  
• 
  Методы оптимизации;
  

• 
  общекультурные компетенции: ОК-6, ОК-8, ОК-11, ОК-12;
  
• 
  профессиональные компетенции: ПК-12, ПК-20, ПК-21, ПК-25, ПК-29.
  

• 
  иметь представление о теоретических и практических основах указанной дисциплины;
  
• 
  знать основные понятия, разделы, теоремы теории статистических решений в соответствии с программой (см. п.4);
  
• 
  уметь применить в своей научно-исследовательской работе весь перечень преподаваемых в рамках дисциплины методов обработки экспериментальных данных
  

Перечень примерных контрольных вопросов и заданий

• 
  Основные понятия теории статистических решений.
  
• 
  ЕМ-алгоритм разделения смеси распределений.
  
• 
  Непараметрическое оценивание многомерных плотностей.
  
• 
  Оценивание качества решающих функций.
  
• 
  Линейный дискриминант Фишера.
  
• 
  Нейросетевой подход в распознавании образов.
  
• 
  Метод опорных векторов.
  
• 
  Распознавание образов с использованием логических закономерностей.
  
• 
  Класс логических решающих функций, деревья решений.
  
• 
  Байесовская модель распознавания по конечному множеству событий.
  
• 
  Построение леса решений.
  
• 
  Задача регрессионного анализа.
  
• 
  Задача кластерного анализа.
  

1. 
   Дуда Р., Харт П. Распознавание образов и анализ сцен. – М.: Мир, 1976.
   
2. 
   Лбов Г.С. Анализ данных и знаний. Учебное пособие. НГУ, 2010.
   
3. 
   Бериков В.Б. Анализ статистических данных с использованием деревьев решений. Учебное пособие. НГТУ, 2002.
   

4. 
   Лбов Г.С., Бериков В.Б. Устойчивость решающих функций в задачах распознавания образов и анализа разнотипной информации. - Новосибирск: Изд-во Ин-та математики, 2005.
   
5. 
   Мерков А.Б. Распознавание образов. Введение в методы статистического обучения. М.: Едиториал УРСС, 2011.
   
6. 
   Bishop C.M. Pattern Recognition and Machine Learning. Springer, 2006.
   
7. 
   Интернет-сайт по методам машинного обучения: http://www.machinelearning.ru
   

• 
  Ноутбук, медиа-проектор, экран.
  
• 
  Программное обеспечение для демонстрации слайд-презентаций.