delo diplomskega seminarja
Jernej Banevec (Avtor), Marjetka Krajnc (Mentor)

Povzetek

Linearna diskriminantna analiza je metoda, ki se uporablja v statistiki, pri strojnem učenju in pri metodah prepoznavanja vzorcev. Njen cilj je poiskati takšno kombinacijo merjenih spremenljivk, ki kar najbolje ločuje med vnaprej določenimi razredi. Definirana je kot optimizacijski problem, ki vključuje kovariančne matrike, ki zadoščajo pogoju nesingularnosti. Ker ta pogoj otežuje aplikativnost metode, predstavimo posplošitev linearne diskriminantne analize, ki je uporabna tudi v primeru, ko navadna linearna diskriminantna analiza odpove. Uporabo posplošene diskriminantne analize preizkusimo na primeru iz področja medicine, kjer v razrede razvrščamo merjene podatke.

Ključne besede

matematika;linearna diskriminantna analiza;posplošeni singularni razcep;optimizacija sledi;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.11 - Diplomsko delo
Organizacija: UL FMF - Fakulteta za matematiko in fiziko
Založnik: [J. Banevec]
UDK: 512
COBISS: 18717529 Povezava se bo odprla v novem oknu
Št. ogledov: 1818
Št. prenosov: 175
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: Generalized discriminant analysis using the generalized singular value decomposition
Sekundarni povzetek: Linear discriminant analysis is a method used in statistics, machine learning and pattern recognition. Its aim is to find a combination of features that separates between pre-structured clusters. It is defined as an optimization problem involving covariance matrices, that have to be nonsingular. Since this condition makes it difficult to apply the method on every data, we aim to generalize linear discriminant analysis and make it useful also in cases, when classic linear discriminant analysis fails. Usage of generalized discriminant analysis is shown on medical case of cluster prediction.
Sekundarne ključne besede: mathematics;linear discriminant analysis;generalized singular value decomposition;trace optimization;
Vrsta dela (COBISS): Delo diplomskega seminarja/zaključno seminarsko delo/naloga
Študijski program: 0
Komentar na gradivo: Univ. v Ljubljani, Fak. za matematiko in fiziko, Oddelek za matematiko, Finančna matematika - 1. stopnja
Strani: 29 str.
ID: 11216341