Чернавин Павел Федорович, Чернавин Николай Павлович, Чернавин Федор Павлович

Уральский федеральный университет

По мнению авторов, результаты теории линейных неравенств надо более широко использовать в задачах машинного обучения (МО). Для исключения избыточных неравенств при построении ансамблей на основе линейных разделителей следует использовать теоремы о зависимых неравенствах следствиях. Для обобщения результатов различных исследований следует использовать модели поиска максимально совместных подсистем. Понятие “максимально совместные подсистемы” следует расширить и распространить его на комитеты единогласия. Для решения задач классификации можно эффективно использовать метод выпуклых оболочек, а для определения экстремальных точек выпуклых оболочек – использовать результаты из теории альтернативных систем. В статье приведены необходимые для этого сведения из теории линейных неравенств, математические модели на их основе и листинг программ для компьютерной реализации математических моделей.

машинное обучение, линейные неравенства, максимально совместные подсистемы, математическое программирование, классификация, медицинская диагностика