Учебная работа № 5588. «Контрольная Метод теории принятия решений
Учебная работа № 5588. «Контрольная Метод теории принятия решений
Содержание:
» Введение
История становления теории принятия решений
Заключение
Список использованных источников
1. Бойко Р.В. Инструментарно – технологическое обеспечение социально – экономических решению – М.: 2013 – 389 с
2. Лысов О.Е. Использование управленческих ситуаций при написании курсовых и контрольных работ. – М.: 2014 – 278 с
3. Фомичев А.Л. Исследование систем управления. –М.: 2013 – 478 с
4. Мухина В.Р. Исследование систем управления. – М.: 2015 – 398 с
5. Иванова А.Р. Шишкина К.Р. Корпоративное управление. Учебное пособие для вузов. – М.: 2014 – 314 с
6. Ефименко А.М. Вопросы анализа и процедуры принятия решений. – М.: 2016 – 378 с
7. Менжинская А.Р. Иванова С.М. Теория принятия решений. От истоков до наших дней. –М.: 2013 – 279 с
8. Чумова М.Р. Методы принятия управленческих решений. –М.: 2014 – 396 с
9. Мельникова А.Р. Пономарева В.Г. Методы принятия управленческих решений. – М.: 2014 – 178 с
10. Петрова В. Н. Стратегический анализ. – М.: 2015 – 369 с
11. Чернышова Р.Д. Методы управленческих решений. – М.: 2014 – 369 с
»
Выдержка из похожей работы
Выполнить
реферирование основных положений теории
принятия решений,
Дать
определение основных понятий: образ,
информативный признак, классификация,
обучение классификатора, обучающая
последовательность, (Все на 1 стр,),
Сущность
(основная идея) методов сравнения
образов по минимуму расстояния, Меры
(или метрики) оценки расстояния:
Евклидово расстояние, направляющие
косинусы, расстояние Танимото, расстояние
Хэмминга, (2-3 стр,),
Методы
классификации: метод ближайшего соседа,
метод сравнения с эталоном,
Метод
классификации с помощью линейной
разделяющей (дискриминантной) функции,
Классическая
модель формального нейрона, Алгоритмы
обучения однослойной нейронной сети,
(2-3 стр,),
(Копирование
рефератов однокурсников — не проходит!)
Задание
2,
2,1,
Задано три образа (вектора информативных
признаков): x1,
x2
и x3,
Каждый образ представлен вектором из
двух информативных признаков x1,
x2,
На
рисунке показан пример распределения
образов в пространстве признаков
