Обучение интеллектуальной системы принятия решений как обратная задача выбора параметров модели

Abstract

В самом общем виде принятие решений состоит из двух этапов: первый - построение модели F принятия решений Y=F(X,W) в соответсвии с прикладной задачей и второй, - собственно, принятие решений по входным данным X. В теории машинного обучения для построения модели F используют различные «унифицированные» математические методы, начиная от классических методов интеллектуального анализа данных (Data Mining) до искусственных нейронных сетей (ANN).