Файнзільберг, Леонід СоломоновичМатушевич, Наталія Анатоліївна2018-07-022018-07-022018Матушевич, Н. А. Програмна система для порівняльного дослідження збіжності алгоритмів лінійної класифікації : магістерська дис. : 122 Комп’ютерні науки та інформаційні технологіі / Матушевич Наталія Анатоліївна. – Київ, 2018. – 143 с.https://ela.kpi.ua/handle/123456789/23725Обсяг магістерської дисертації становить 143 сторінок, 56 ілюстрації, 7 таблиць та 48 джерел за переліком посилань. Завдання навчання розпізнавання об'єктів різної фізичної природи (Mashine Leatning) - одна з головних задач штучного інтелекту. Досить часто таке завдання розглядаються як завдання визначення параметрів дискримінантної функції (функцій) в багатовимірному просторі ознак. Існують різні алгоритми навчання лінійних класифікаторів, два з яких - алгоритм навчання персептрона, запропонований Френком Розенблатом і алгоритм Б.Н.Козинця. Формальні умови, які дають оцінку числа ітерацій вказаних алгоритмів, досить грубі і тому не дозволяють однозначно відповісти на важливе питання: який з алгоритмів і коли забезпечує більшу швидкість збіжності в процесі навчання по кінцевої вибірці спостережень. Невідомі також і ряд інших властивостей названих алгоритмів, які важливі при вирішенні конкретних практичних завдань. Метою дослідження є розробка програмної системи для дослідження властивостей алгоритмів навчання Розенблата і Козинця на основі проведення статистичного експерименту методом Монте-Карло. Завдання: - провести аналіз алгоритмів лінійної класифікації об’єктів; - створити програмну систему для зручного дослідження збіжності алгоритмів; - програмно реалізувати алгоритм Розенблата; - програмно реалізувати алгоритм Козинця; - провести дослідження збіжності обраних алгоритмів; - проаналізувати результати експериментів. Об’єктом дослідження є алгоритми для лінійної класифікації об’єктів. Предметом дослідження виступають алгоритми Розенблата та Козинця для лінійної класифікації об’єктів, їх властивості. Розробка була здійснена засобами мови програмування C# в середовищі розробки Microsoft Visual Studio 2017. Матеріали, що свідчать про наукову та практичну цінність публікації: 1. Fainzilberg L.S., Matushevych N.A. Сomparative evaluation of convergence's speed of learning algorithms for linear classifiers by statistical experiments method introduction // Кибернетика и вычислительная техника. – 2018. – № 2. – 17 с. 2. Матушевич Н.А. Огляд алгоритму Козинця для побудови оптимальної розділяючої гіперплощини // Актуальные научные исследования в современном мире // Сб. научных трудов - Переяслав- мельницкий. – 2017. – № 12(32), ч. 7. – С.122-125. 3. Матушевич Н.А. Порівняльний аналіз алгоритмів побудови розділяючої гіперплощини // Теорія і практика накових знань (частина IV): матеріали II Міжнародної науково-практичної конференції м. Київ, 28-29 грудня 2017 року. – Київ.: МЦНД. – 2017. – С. 31-31. 4. Програмний продукт розроблено та впроваджено в Міжнародному науково-навчальному центрі інформаційних технологій і систем Національної Академії наук України та Міністерства освіти і науки України та відповідає заявленим вимогам (акт впровадження від 25.04.18).ukлінійний класифікаторlinear classifierалгоритм РозенблатаRosenblatt algorithmалгоритм КозинцяKozinets algorithmперсептронperceptronMaster Thesis143 с.004.021