Численные методы обучения по прецедентам (практика, В.В. Стрижов)/Рекомендуемые обозначения
Материал из MachineLearning.
(Различия между версиями)
(→Список обозначений) |
|||
Строка 39: | Строка 39: | ||
{{tip|Следует внимательно относиться к индексам. Например, число элементов вектора параметров как правило не совпадает с числом элементов свободной переменной в существенно-нелинейных регрессионных моделях.}} | {{tip|Следует внимательно относиться к индексам. Например, число элементов вектора параметров как правило не совпадает с числом элементов свободной переменной в существенно-нелинейных регрессионных моделях.}} | ||
+ | |||
+ | [[Категория:Регрессионный анализ]] | ||
+ | [[Категория:Энциклопедия анализа данных]] | ||
+ | [[Категория:Популярные и обзорные статьи]] |
Версия 07:30, 13 декабря 2010
Список обозначений
Рекомендовано для курса "Численные методы обучения по прецедентам"
В процессе редактирования |
Матрицы обозначены заглавными буквами, векторы полужирными прописными буквами, множества (как правило) каллиграфическими буквами.
- множество действительных чисел
- множество натуральных чисел
- матрица плана (объект-признак),
- множество признаков
- подмножество столбцов (признаков), заданное индексным множеством
- подмножество строк (объектов), заданное индексным множеством
- множество значений свободной переменной,
- реализации -й свободной переменной, признак, -й столбец матрицы ,
- -й объект выборки,
- многомерная свободная переменная,
- зависимая переменная, многомерная случайная величина
- выборка, множество пар , также
- множество индексов (объектов) элементов выборки
- множество индексов опорных объектов,
- множество индексов свободных переменных (признаков)
- множество индексов активных признаков,
- число зависимых переменных, размерность пространства зависимых переменных,
- число свободных переменных, размерность пространства свободной переменной,
- регрессионная модель, , по определению
- регрессионная модель (вектор-функция),
- вектор параметров модели
- многомерная случайная величина
- ковариационная матрица многомерной случайной величины
- ковариационная матрица многомерной случайной величины , вариант
- матрица Якоби фукнции с элементами
- матрица Гессе фукнции с элементами
- порождающая функция,
- множество порождающий функций,
- множество индуктивно-порожденных регрессионных моделей,
- целевая функция (критерий качества), , полный вариант для модели на выборке
- сумма квадратов невязок,
- среднеквадратичная ошибка,