Аннотация 2
ВВЕДЕНИЕ 3
ГЛАВА 1 АНАЛИЗ ИСПОЛЬЗОВАНИЯ MATLAB ПРИ МАТЕМАТИЧЕСКОМ МОДЕЛИРОВАНИИ 4
1.1 Обзор предметной области 4
1.2 Анализ реализаций алгоритмов искусственного интеллекта в Matlab 14
ГЛАВА 2 МАТЕМАТИЧЕСКИЙ АППАРАТ АЛГОРИТМА С4.5 24
2.1 Формальное описание задачи классификации 24
2.2 Деревья принятия решения как модель классификации данных 25
2.3 Математический аппарат построения дерева принятия решения по алгоритму С4.5 26
ГЛАВА 3 ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ ПРЕДЛОЖЕННЫХ РЕШЕНИЙ 31
3.1 Программная реализация алгоритма 31
3.2 Пример использования 33
ЗАКЛЮЧЕНИЕ 38
СПИСОК ИСПОЛЬЗУЕМОЙ ЛИТЕРАТУРЫ 39
ПРИЛОЖЕНИЕ А 42
MATLAB — это высокоуровневый язык и интерактивная среда для программирования численных расчетов и визуализации результатов.
MATLAB широко используется в таких областях, как:
• обработка сигналов и связь,
• обработка изображений и видео,
• системы управления,
• автоматизация тестирования и измерений,
• финансовый инжиниринг и др.
Алгоритмы искусственного интеллекта реализованы в таких модулях Matlab, как Neural Network Toolbox, Optimizat ion toolbox, Statistic and machine learning toolbox, Fuzzy Logic Toolbox. Однако представленные в них реализации имеют не полную поддержку алгоритмов искусственного интеллекта.
Так как в настоящее время не существует официальной поддержки алгоритма C4.5 математическим пакетом Matlab, в рамках данного исследования реализуется данный алгоритм в среде Matlab.
Таким образом актуальной можно признать цель исследования - разработка реализации алгоритма машинного обучения С4.5 в математическом пакете Matlab.
Поставленная цель достигается путем последовательного решения следующих задач:
1. Провести анализ реализаций алгоритмов искусственного интеллекта в математическом пакете Matlab.
2. Изучить математический аппарат алгоритма С4.5.
3. Спроектировать и разработать реализацию алгоритма C4.5 в математическом пакете Matlab.
4. Протестировать реализацию алгоритма C4.5.
По результатам выполнения выпускной квалификационной работы были сделаны следующие выводы:
1. Математический пакет Matlab состоит из высокоуровневого языка программирования и интерактивной среды разработки приложений. Matlab предназначен для выполнения численных расчетов и наглядной визуализации полученных результатов. Возможности Matlab позволяют выполнять анализ исходных данных, разрабатывать алгоритмы, составлять математические модели.
2. Алгоритмы искусственного интеллекта реализованы в таких модулях Matlab, как Neural Network Toolbox, Optimization toolbox, Statistic and machine learning toolbox, Fuzzy Logic Toolbox. Однако представленных в них реализации имеют не полную поддержку алгоритмов (см. таблица 1).
3. В Matlab не реализован возможность построения моделей классификации данных с использованием алгоритма С4.5 (машинное обучение, подобласть обучения с учителем).
4. В результате анализа математического аппарата алгоритма С4.5 установлено, что при построении деревьев принятия решений алгоритм при разбиении исходных множеств учитывает не только необходимость максимального снижении информационной энтропии, но и сбалансированность (по количеству объектов) получаемых в результате разбиения подмножеств.
5. В ходе выполнения исследований по выпускной квалификационной работе в среде в математическом пакете Matlab на встроенном языке программирования была разработана и спроектирована программа для построения деревьев принятия решений в соответствии с алгоритмом C4.5.
1. Araghinejad, Sh., Data-Driven Modeling: Using MATLAB® in Water Resources and Environmental Engineering / Shahab Araghinejad. - Springer Netherlands, 2014. - 292 p.
2. Gu, D.-W. Robust Control Design with MATLAB® / Da-Wei Gu, Petko H. Petkov, Mihail M Konstantinov. - Springer London, 2013. - 468 p.
3. Quarteroni, A. Scientific Computing with MATLAB and Octave / Alfio Quarteroni, Fausto Saleri, Paola Gervasio. - Springer Berlin Heidelberg, 2014. - 450 p.
4. Zhang, Z. Robust Observer-Based Fault Diagnosis for Nonlinear Systems Using MATLAB® / Jian Zhang, Akshya Kumar Swain, Sing Kiong Nguang. - Springer International Publishing, 2016. - 224 p.
5. Parry, R. M. OmniSpect: An Open MATLAB-Based Tool for Visualization and Analysis of Matrix-Assisted Laser Desorption/Ionization and Desorption Electrospray Ionization Mass Spectrometry Images / R. Mitchell Parry, Asiri S. Galhena, Chaminda M. Gamage, Rachel V. Bennett, May D. Wang, Facundo M. Fernandez // Journal of The American Society for Mass Spectrometry. • 2013. - №24. - pp. 646-649.
6. Lopez, C.P. MATLAB Control Systems Engineering / Cesar Perez Lopez. • Apress, 2014. - 163 p.
7. Lopez, C.P. MATLAB Numerical Calculations / Cesar Perez Lopez. - Apress, 2014. - 316 p.
8. Lopez, C.P. MATLAB Mathematical Analysis / Cesar Perez Lopez. - Apress, 2014. - 346 p.
9. Paluszek, M. MATLAB Machine Learning / Michael Paluszek, Stephanie Thomas. - Apress, 2017. - 326 p.
10. Rovenski, V. Modeling of Curves and Surfaces with MATLAB® / Vladimir Rovenski. - Springer New York, 2010. - 425 p.
11. Baaser, H. Development and Application of the Finite Element Method based on Matlab / Herbert Baaser. - Springer Berlin Heidelberg, 2010. - 60 p.
12. Woodford, C. Numerical Methods with Worked Examples: Matlab Edition / C. Woodford, C. Phillips. - Springer Netherlands, 2012. - 256 p.
13. Poon, T.C. Optical Scanning Holography with MATLAB® / Dr. Ting- Chung Poon. - Springer US, 2007. - 153 p.
14. Lynch, S. Dynamical Systems with Applications using MATLAB® / Stephen Lynch. - Springer International Publishing, 2014. - 514 p.
15. Otto, S.R. An Introduction to Programming and Numerical Methods in MATLAB / S.R. Otto, J.P. Denier. - Springer London, 2005. - 463 p.
...