Как найти ассоциацию терминам

ТЕ́РМИН, -а, м. 1. Слово (или сочетание слов), являющееся точным обозначением определенного понятия какой-л. специальной области науки, техники, искусства, общественной жизни и т. п. Философские термины. Ботанические термины. Термины мореходства.

Все значения слова «термин»

Можно очень легко достичь перегрузки сознания человека, используя научные термины и аббревиатуры.
Без специальных медицинских терминов, разумеется, не обошёлся – но постарался сделать свой текст по возможности доступным.
Разрабатываются новые устройства и материалы, появились новые термины и определения, произошёл ряд знаковых событий у нас в стране и за рубежом в этой области.
(все предложения)

терминология
понятие
синоним
лексема
глагол
(ещё синонимы…)

специальный термин
в терминах теории
значение термина
термин означает
использовать термин
(полная таблица сочетаемости…)

собирательный
расплывчатый
общепринятый
юридический
географический
(ещё…)

Склонение
существительного «термин»
Разбор по составу слова «термин»

Как правильно пишется слово «термин»

Источник

Введите слово и нажмите «Найти ассоциации».

Ассоциации к слову «термин»

Найдено 166 ассоциаций. Путешествуйте по ассоциациям (связанным словам), нажимая на слова. Синонимы «термин». Значение слова. Рифмы на rifme.net. Сортировать по алфавиту. Количество строк онлайн. Значение слова термин. Фонетический разбор «термин». Каким бывает термин?

слово
понятие
определение
наука
словарь
значение
обозначение
терминология
научный термин
название
язык
физика
объяснение
школа
тезаурус
история
правило
термины
научный
учеба
биология
терминал
лексика
терменвокс
мин
неологизм
спецтермины
фраза
абстракция
термообработка
говорить
искомое
выражение
концепт
сложный
обусловленность
лев термен
словосочетание
подоконник
специализация
тер
сокращение
применение
разъяснение
терминатор
википедия
термит
дефиниция
терм
расшифровка
сленг
зубрежка
научная работа
буквы
толкование
учитель
предложение
экономика
химия
знать
книга
литература
теорема
срок
часы
математика
предмет
знание
пояснение
лекция
даль
работа
аналогия
университет
знак
учебник
институт
ученый
урок
время
доминатор
семантика
генеалогия
инжектор
обертон
уточнение
иго
отрочество
методология
формализм
гендер
фобия
понятия
кинематика
дедлайн
лучизм
кооператор
тезоименитство
детерминизм
симфонизация
ректум
непонятное слово
гипероним
корреляция
модуляция
микронезия
доминанта
кпд
дисфункция
псилоцибин
паттерн
аурум
эксгибиционизм
клерикализм
стримлайн
прокрастинация
суперпозиция
многозначность
ответственность
сублимация
определения
аксиома
качество
аббревиатура
флюктуация
идея фикс
сионизм
романс
хост
отрог
парторг
материализм
плоскость
сольфеджио
монада
номенклатура
факт
реагенты
метафора
феномен
смысл
новелла
тезис
абырвалг
хорал
камень
геральдика
термодинамика
христианство
слова
латынь
глоссарий
квазар
пастор
инаугурация
состояние
трансцендентность
очередь
фаза
формулировка
регресс
клише
контекст
эвфемизм
социум
катехизис

С тем же началом: терминал, терминатор, терминация, терминология, термины

С таким же окончанием: научный термин

Вопросы из кроссвордов (сканвордов)

“Словесная маска” понятия
Слово из научного словаря
Слово или словосочетание, призванное точно обозначить понятие
Точное определение какого-либо понятия
Слово – научное понятие
Специальное научное понятие
В римской мифологии бог-хранитель межевых знаков, почитался среди крестьян
Определение какого-либо понятия или явления
“Умное техническое” слово
Научное слово

Больше – по ссылке выше.

Смотрите также: Синонимы «термин». Значение слова. Рифмы на rifme.net. Сортировать по алфавиту. Количество строк онлайн. Значение слова термин. Фонетический разбор «термин». Каким бывает термин?

Предложить свои ассоциации

Наверх ↑
Словарь ассоциаций | Словарь синонимов | Словарь антонимов | Фонетический разбор | Разобрать слово по составу

Поиск занял 0.056 сек. Вспомните, как часто вы ищете, чем заменить слово? Добавьте sinonim.org в закладки, чтобы быстро искать синонимы, антонимы, ассоциации и предложения.

Случайное: галоша, аксессуар, английский завтрак

Пишите, мы рады комментариям

Источник

С чем ассоциируется слово «термин»

Чаще всего используются ассоциации: слово, терминология, наука, обозначение, значение. Слово «термин» является ассоциацией к трансцендентность, идея фикс, хорал, регресс, номенклатура. Смотрие также словосочетания со словом ТЕРМИН.

Ассоциации к слову «термин»:

слово
терминология
наука
обозначение
значение
определение
понятие
словарь
название
язык
объяснение
научный
правило
русский
история
школа
физика
термины
учёба

учебник
терминал
говорить
книга
литература
математика
предмет
терминатор
урок
учёный
химия
знание
знак
словосочетание
тёр
пояснение
буквы
выражение
институт

мин
учитель
фраза
сложный
биология
время
даль
знать
предложение
работа
сокращение
срок
тезаурус
теорема
терм
термит
толкование
университет
научный термин

Слово «термин» ассоциируется со словами:

трансцендентность
идея фикс
хорал
регресс
номенклатура
тезис
сионизм
феномен
семантика
флюктуация
клише
контекст
романс

сольфеджио
материализм
монада
новелла
пастор
формулировка
хост
плоскость
парторг
эвфемизм
реагенты
смысл
отрог

факт
социум
аналогия
метафора
фаза
качество
инаугурация
состояние
очередь
буддизм
квазар
геральдика
абырвалг

Источник

Методы ассоциативного поиска идей помогают устанавливать связи между понятиями, позволяют обобщать информацию, актуализируют хранящуюся в памяти сведения, дают толчок творческому мышлению. Вы, наверное, замечали, как случайно услышанное слово или какой-то увиденный объект порождают, казалось бы, не связанные с ними образы, активизируются воображение. Так работает ассоциативное мышление.

Что такое ассоциации?

Ассоциация — это связь между отдельными представлениями, при которой одно из представлений вызывает другое.

«Сон, вызванный полётом пчелы вокруг граната, за секунду до пробуждения» , Сальвадор Дали, 1944

Ассоциации, как мостики, могут соединять вновь полученную информацию с уже имеющейся. В нашем сознании ассоциации сменяют друг друга непрерывным потоком, возникая в ответ на всякого рода стимулы. Ассоциативное мышление — исключительно важная составляющая разума человека, позволяющая ему производить обобщение и абстрагирование.

При помощи ассоциаций и метафор можно установить связи между понятиями. Это полезно для генерации идей. Считается, что любые два понятия можно связать цепочкой в среднем из десяти ассоциативных переходов. К примеру, ассоциативный переход между понятиями «древесина» и «мяч» будет выглядеть так: «древесина» — «лес», «лес» — «поле», «поле» — «футбольное», «футбольный» — «мяч». А как связать понятия «небо» и «чай»: «небо» — «земля», «земля» — «вода», «вода» — «пить», «пить» — «чай».

Особенности ассоциативного мышления

Установлено, что число прямых ассоциативных связей любого понятия (слова) в среднем около десяти. Один ассоциативный шаг дает возможность выбора из 10 слов, второй — из 10², третий — из 10³, четвертый—из 10⁵. Таким образом, каждый шаг на порядок увеличивает число связей данного понятия с другими понятиями по тем или иным признакам, что существенно расширяет возможности выбора идей решения.

Особенностью ассоциативного мышления является способность выделять общие признаки вещей — обобщать, не проводя логического анализа. Ассоциации можно рассматривать как источник дополнительной информации, которую можно использовать в творческом процессе.

Ассоциации способны как по цепочке «вытягивать» из закутков нашего сознания самые разнообразные, нередко весьма неожиданные, воспоминания, образы, мысли, которые существенно расширяют область творческого поиска.

Методы ассоциативного поиска идей хороши, например, при создании сюжета рекламного видеоролика. Неожиданные элементы привлекают внимание и заставляют человека сфокусироваться на рекламе. Искать ассоциации можно с помощью визуальных образов. В Google, Flickr, Pinterest задается поиск по интересующему слову. Результат — расширение спектра творческих решений и вдохновение для их развития.

Виды ассоциаций

По смежности, то есть по близости, по соседству в пространстве или во времени, когда одно представление вызывает в сознании другое, благодаря их временному или пространственному совпадению. Чаще всего эта близость закономерна, например: улей — пчелы, медведь — зима — берлога, зима — мороз — снег… Но иногда никакой закономерной связи между представлениями нет, и ассоциация возникает потому, что когда-то произошло случайное совпадение восприятия объектов. Например, когда вы слышите определенную музыку, вы вспоминаете человека, при встрече с которым играла та же музыка. Весь привычный ход мыслей, усвоенных памятью, обусловлен не чем иным, как ассоциацией по смежности. Слова какого-нибудь стихотворения, тригонометрические формулы, исторические события, свойства материальных предметов — все это для нас определенные системы или группы объектов, которые связаны между собой благодаря бесчисленным повторениям в определенной последовательности, из которых каждый вызывает в памяти представление об остальных.
По сходству, по подобию, то есть похожие по какому-то признаку: по форме, по цвету, по восприятию, по функции…Например: мяч — арбуз, лимон — лимонад, снег — вата… Не всегда этот признак является существенным, что приводит к довольно оригинальным ассоциациям. Примером может служить ситуация, описанная А.П. Чеховым в рассказе о человеке, у которого фамилия «Овсов» ассоциировалась как «лошадиная» («Лошадиная фамилия»)
По контрасту, то есть противоположное по каким-то свойствам. Этот тип ассоциаций самый сложный, встречается относительно редко и в большей степени характерен для людей с нестандартным мышлением. Например: добро — зло, гора — равнина, гора — ущелье, искры — снежинки…

Методы ассоциативного поиска идей

Метод фокальных объектов

Если на совершенствуемый объект перенести признаки других, случайно выбранных объектов, то резко возрастет число неожиданных вариантов решения. Эта идея послужила основой метода активизации творчества, предложенного в 1926 т. профессором Берлинского университета Ф. Кунце (метод каталога) и усовершенствованного в 50-х годах американским изобретателем Ч. Вайтингом (метод фокальных объектов).

Метод фокальных объектов дает хорошие результаты при поиске новых модификаций известных способов и устройств. Кроме того, он может быть использован для тренировки воображения (упражнения типа: придумать фантастические животное, растение, корабль и т. д.).

Сущность метода состоит в перенесении признаков случайно выбранных объектов на совершенствуемый объект, который лежит как бы в фокусе переноса.

Применяют метод фокальных объектов в следующем порядке:

Выбор фокального объекта (например, часы).
Выбор трех-четырех случайных объектов (их берут наугад из словаря, каталога, технического журнала и т. д. Например, кино, змея, касса, полюс).
Составление списков признаков случайных объектов (например, кино: широкоэкранное, звуковое, цветное, объемное и т. д.).
Генерирование идей путем присоединения к фокальному объекту признаков случайных объектов (например, широкоэкранные часы, звуковые часы, объемные часы и т. д.).
Развитие полученных сочетаний путем свободных ассоциаций (например, широкоэкранные часы: вместо узкого циферблата взят широкий; может быть узкий циферблат, который иногда растягиваетсявширокий, проецируется куда-то… и т. д.).
Оценка полученных идей и отбор полезных решений (целесообразно поручить оценку эксперту или группе экспертов, а затем совместно отобрать нужные решения).

https://mediasvod.ru/instagram-adobe-podborka-rabot-sposobnyh-vas-udivit/

Метод «Гирлянда ассоциаций и метафор»

Г.Я Буш в книге «Диалогика и творчество» предлагает креативную методику, которую он назвал «Гирлянда ассоциаций». Ее цель — облегчить поиски решения при дефиците информации. Использование цепочек (гирлянд) ассоциаций и метафор позволяет совершить переход в новую область знаний, интерпретировать по-новому различные аспекты проблемы. В этом случае в качестве своеобразного информационного фонда выступает ассоциативная память того, кто занимается поиском решений.

Этапы метода «гирлянд ассоциаций»

1. Определение синонимов объекта и образование из них первой гирлянды — гирлянды синонимов.

2.Произвольный выбор случайных объектов. Совершенно произвольно, любым способом, например, на память или из энциклопедического словаря выбирают несколько имен существительных, которые не обязательно должны обозначать даже технические объекты. Из отобранных слов образуют вторую гирлянду — гирлянду случайных объектов.

3. Составление комбинаций из элементов гирлянды синонимов и гирлянды случайных объектов. Комбинацию составляют из двух элементов, соединив последовательно каждый синоним рассматриваемого объекта с каждым случайным объектом.

4. Составление перечня признаков случайных объектов. Определяют их признаки. При этом необходимо определить возможно большее число признаков в течение ограниченного времени, на пример, за две-три минуты. Успех поиска в значительной степени зависит от широты охвата признаков случайных объектов. Целесообразно поэтому перечислять как основные, так и второстепенные, малозначительные признаки. Для удобства можно составлять таблицу признаков.

5. Генерирование идей путем поочередного присоединения к изначальному объекту и его синонимам признаков случайно выбранных объектов. Аналогично образуют перечень новых конструкций, получаемых путем поочередного присоединения к гирлянде синонимов признаков других случайных объектов.

6. Генерирование гирлянд ассоциаций. Из признаков случайных объектов, выявленных на четвертом шаге, генерируют гирлянды свободных ассоциаций. Для каждого отдельного признака гирлянды могут быть практически неограниченной длины, поэтому генерирование следует ограничить по времени или по числу элементов гирлянды. Если генерирование гирлянды ассоциаций осуществляют в коллективе, то каждый его член занимается этим самостоятельно.

7. Генерирование новых идей. К элементам гирлянды синонимов изначального объекта поочередно пытаются присоединить элементы гирлянд ассоциаций. На этом шаге решают вопрос, есть ли среди сочетаний синонимов изначального объекта с элементами гирлянд ассоциаций достаточное число оригинальных и заманчивых идей. Если по предварительной оценке таких идей мало, можно продолжать образовывать гирлянды ассоциаций, начиная с какого-нибудь нового элемента гирлянд, созданных на шестом шаге.

8. Оценка и выбор рациональных вариантов идей. Генерирование новых вариантов решения задач на предыдущих шагах обычно дает достаточно большое множество вариантов. Среди множества нерациональных, тривиальных и даже нелепых идей, как правило, всегда найдутся оригинальные и рациональные. Отбор вариантов рекомендуется производить в несколько этапов. Сначала вычеркивают явно нерациональные варианты, затем отбирают оригинальные сомнительной полезности, но привлекающие своей неожиданностью. Список таких вариантов целесообразно изучить с привлечением экспертов или творческою коллектива. В список рациональных решений включают варианты, наилучшим образом отвечающие поставленным целям и требованиям производства.

9. Отбор наилучшего варианта из рациональных осуществляют разными способами. Весьма простым и эффективным является способ экспертных оценок.

Примеры использования ассоциаций и метафор в рекламе

Больше креативных методик

Мозговой штурм. Суть метода и правила организации

Опубликовано: 14.02.2018

Мозговой штурм — это метод поиска идей, который был предложен Алексом Осборном (США) в 40-х гг. XX в. Цель мозгового штурма — выработка максимального количества разнообразных идей. Суть метода в

нет комментариев

Методы ассоциативного поиска идей: метод фокальных объектов, гирлянда ассоциаций и метафор

Опубликовано: 21.02.2018

нет комментариев

Конференция идей — креативная технология, позволяющая собрать максимальное количество решений проблемы

Опубликовано: 12.03.2018

Что такое «Конференция идей»? За этим простым названием скрывается тщательно разработанная методика проведения совещания, организуемого для генерации нужных компании идей. Авторами методики являются — Гильде В. и Штарке К. (1970 г.).

нет комментариев

Метод контрольных вопросов поможет запустить творческий процесс

Опубликовано: 17.03.2018

Метод контрольных вопросов — это креативная методика, позволяющая при помощи списка вопросов рассмотреть проблему с разных сторон и найти нестандартное решение. Пригодится дизайнерам, копирайтерам, инженерам, сценаристам, ученым и всем, кому для

нет комментариев

Пример видеоинфографики о том, как оставаться креативным

Опубликовано: 22.10.2018

Сегодня вдохновение и новые идеи нужны каждому. Вот пример минималистичной и приятной видеоинфографики, которая поможет сохранить и развивать свои способности мыслить нестандартно и поддерживать творческую энергию. 29 WAYS TO STAY

нет комментариев

Синектика — поиск новых идей с помощью аналогий

Опубликовано: 06.01.2022

Синектика — это форма поиска новых идей посредством построения аналогий. Автор — У. Гордон (США, 1952 г.). Фактически это усовершенствованный метод «мозгового штурма», в основе которого лежит принцип «сделать известное странным,

нет комментариев

Источник

Пример 1.13. Основным инструментом социологических и маркетинговых ис-

следований является проведение опросов. Чтобы результаты опроса были объективны, необходимо обеспечить представительность выборки респондентов. С другой стороны, требуется минимизировать стоимость проведения опроса. Поэтому при планировании опросов возникает вспомогательная задача: отобрать как можно меньше респондентов, чтобы они образовывали репрезентативную выборку, то есть представляли весь спектр общественного мнения. Один из способов это сделать состоит в следующем. Сначала составляются признаковые описания достаточно большого числа точек опроса (это могут быть города, районы, магазины, и т. д.). Для этого используются недорогие способы сбора информации — пробные опросы или фиксация некоторых характеристик самих точек. Затем решается задача кластеризации, и из каждого кластера отбирается по одной представительной точке. Только в отобранном множестве точек проводится основной, наиболее ресурсоёмкий, опрос.

Задачи кластеризации, в которых часть объектов (как правило, незначительная) размечена по классам, называются задачами с частичным обучением (semisupervised learning). Считается, что они не сводятся непосредственно к классификации или кластеризации, и для их решения нужны особые методы.

Пример 1.14. Задача рубрикации текстов возникает при работе с большими коллекциями текстовых документов. Допустим, имеется некоторый иерархический рубрикатор, разработанный экспертами для данной предметной области (например, для спортивных новостей), или для всех областей (например, универсальный десятичный классификатор УДК). Имеется множество документов, классифицированных по рубрикам вручную. Требуется классифицировать по тем же рубрикам второе множество документов, которое может быть существенно больше первого. Для решения данной задачи используется функция расстояния, сравнивающая тексты по составу терминов. Терминами, как правило, являются специальные понятия предметной области, собственные имена, географические названия и т. д. Документы считаются схожими, если множества их терминов существенно пересекаются.

Задача поиска ассоциативных правил (association rule induction) вынесена в отдельный класс и относится к задачам обучения без учителя, хотя имеет много общего с задачей классификации.

Пример 1.15. Задача анализа рыночных корзин (market basket analysis) состоит в том, чтобы по данным о покупках товаров в супермаркете (буквально, по чекам) определить, какие товары часто совместно покупаются. Эта информация может быть полезной для оптимизации размещения товаров на полках, планирования рекламных кампаний (промоакций), управления ассортиментом и ценами. В данной задаче объекты соответствуют чекам, признаки являются би-

нарными и соответствуют товарам. Единичное значение признака fi (xi ) =1 по-

казывает, что в i-м чеке зафиксирована покупка j-го товара. Задача состоит в том, чтобы выявить все наборы товаров, которые часто покупают вместе. Например, «если куплен хлеб, то c вероятностью 60 % будет куплено и молоко». Во многие учебники по бизнес-аналитике вошёл пример, когда система поиска ассоциативных правил обнаружила неочевидную закономерность: вечером перед выходными днями возрастают совместные продажи памперсов и пива. Разместив дорогие сорта пива рядом с памперсами, менеджеры смогли увеличить продажи в масштабах всей розничной сети, что окупило внедрение системы анализа данных. Позже маркетологи и социологи предложили разумное объяснение данному явлению, однако обнаружено оно было именно путём анализа данных.

Пример 1.16. Задача выделения терминов (term extraction) из текстов, решаемая перед задачей рубрикации (см. пример1.14), может быть сведена к поиску ассоциаций. Терминами считаются отдельные слова или устойчивые словосочетания, которые часто встречаются в небольшом подмножестве документов, и редко — во всех остальных. Множество часто совместно встречающихся терминов образует тему, скорее всего, соответствующую некоторой рубрике.

1.2.6. Методология тестирования обучаемых алгоритмов

Пока ещё не создан универсальный метод обучения по прецедентам, способный решать любые практические задачи одинаково хорошо. Каждый метод имеет свои преимущества, недостатки и границы применимости. На практике приходится проводить численные эксперименты, чтобы понять, какой метод из имеющегося арсенала лучше подходит для конкретной задачи. Обычно для этого методы сравниваются по скользящему контролю (1.6). Существует два типа экспериментальных исследований, отличающихся целями и методикой проведения.

Эксперименты на модельных данных. Их цель — выявление границ применимости метода обучения; построение примеров удачной и неудачной его работы; понимание, на что влияют параметры метода обучения. Модельные эксперименты часто используются на стадии отладки метода. Модельные выборки сначала генерируются в двумерном пространстве, чтобы работу метода можно было наглядно представить на плоских графиках. Затем исследуется работа метода на многомерных данных, при различном числе признаков. Генерация данных выполняется либо с помощью датчика случайных чисел по заданным вероятностным распределениям, либо детерминированным образом. Часто генерируется не одна модельная задача, а целая серия, параметризованная таким образом, чтобы среди задач оказались как заведомо «лёгкие», так и заведомо «трудные»; при такой организации эксперимента точнее выявляются границы применимости метода.

Эксперименты на реальных данных. Их цель — либо решение конкрет-

ной прикладной задачи, либо выявление «слабых мест» и границ применимости конкретного метода. В первом случае фиксируется задача, и к ней применяются многие методы, или, возможно, один и тот же метод при различных значениях параметров. Во втором случае фиксируется метод, и с его помощью решается большое число задач (обычно несколько десятков). Специально для проведения таких экспериментов создаются общедоступные репозитории реальных данных. Наиболее известный — репозиторий UCI(университета Ирвина, Калифорния), доступный по адресу http://archive.ics.uci.edu/ml. Он содержит около двух сотен задач, в основном классификации, из самых разных предметных областей [30].

1.2.7. Приёмы генерации модельных данных

Данный раздел носит справочный характер. В нём перечислены некоторые сведения, полезные при генерации модельных выборок данных. Моделирование случайных данных. Следующие утверждения позволяют генерировать случайные выборки с заданными распределениями [10]. Будем предполагать, что имеется стандартный способ получать равномерно распределённые на отрезке [0,1] случайные величины.

Утверждение. 1. Если случайная величина r равномерно распределена на [0,1], то случайная величина ε =[r < р] принимает значение 1 с вероятностью р и

значение 0 с вероятностью 1 — р.

Утверждение. 2. Если случайная величина r равномерно распределена на [0,1],

и задана возрастающая последовательность F0 = 0, F1,…, Fk−1, Fk =1,	то дискрет-
ная случайная величина ε, определяемая условием Fε−1 ≤ r < Fε ,	принимает
значения j =1,… ,k с вероятностями p j = Fj − Fj−1.

Утверждение. 3. Если случайная величина r равномерно распределена на [0,1], и задана возрастающая на R функцияF(x) , 0 ≤ F(x) ≤1, то случайная величина

ε = F −1(r) имеет непрерывную функцию распределения F(x) .

Утверждение. 4. Если r1, r2— две независимые случайные величины, равномерно распределённые на [0,1], то преобразование Бокса—Мюллера

ε1 = −2ln r1 sin 2πr2; ε2 = −2ln r1 cos2πr2

даёт две независимые нормальные случайные величины с нулевым матожиданием и единичной дисперсией σ 2 .

Утверждение. 5. Если ε — нормальная случайная величина изN (0,1), то случайная величина имеет нормальное распределение N(µ,σ2) с матожиданием µ

и дисперсией σ 2 .

Утверждение. 6. Пусть n-мерный вектор x = (ε1,…,εn) составлен из независимых нормальных случайных величин εi ~ N (0,1). Пусть V — невырожденная

n×n -матрица, µ n . Тогда вектор x′ = µ +Vτ x имеет многомерное нормальное распределение N (µ,Σ)c вектором матожидания µ и ковариационной мат-

рицей ∑=V tV .

Утверждение. 7.Пусть на вероятностном пространстве X заданы k плотностей распределения. Пусть дискретная случайная величина ε принимает значения 1,…,k с вероятностями w1,…,wk . Тогда случайный элемент, полученный со-

гласно	распределению	pε (x) ,	подчиняется	смеси	распределе-
ний p(x) = ∑kj=1wj p j (x) .

На практике часто используют смеси многомерных нормальных распределений.

Рис. 1. Модельная выборка «спирали»

Утверждение. 8. Предыдущий случай обобщается на континуальные смеси распределений. Пусть на вероятностном пространстве X задано параметрическое семейство плотностей распределения p(x,t) , где t R — параметр. Пусть

значение τ взято из распределения с плотностью w(t).Тогда случайный элемент x , полученный согласно распределению p(x,τ) ,подчиняется рас-

пределению p(x) = ∫−+∞∞ w(t) p(x,t)dt . Этот метод, называемый методом суперпо-

зиций, позволяет моделировать широкий класс вероятностных распределений, представимых интегралом указанного вида.

Утверждение. 9.	Пусть	в Rn	задана прямоугольная	область
∏ =[a1,b1]×…×[an,bn ]	и	произвольное	подмножество	G П .	Пусть
r = (r,…,rn) — вектор из n независимых случайных величин	ri , равномерно

распределённых на [ai,bi ]. Метод исключения состоит в том, чтобы генериро-

вать случайный вектор r до тех пор, пока не выполнится условие r G . Тогда результирующий вектор r равномерно распределён на G . Этот метод вычислительно неэффективен, если объём G много меньше объёма П .

Неслучайные модельные данные позволяют наглядно продемонстрировать, в каких случаях одни методы работают лучше других. Один из классических примеров — две спирали на рис.1. Эта выборка хорошо классифицируется методом ближайших соседей, но непреодолимо трудна для линейных разделяющих правил. Если витки спиралей расположить ближе друг к другу, задача станет трудна и для метода ближайших соседей. Некоторые кусочно-линейные разделители справляются с задачей и в этом случае.

Источник

Ассоциации к слову «термин»