dr Tomasz Walczyński
Instytut Matematyki UMCS
16 października 2023, godzina 17.00
Na spotkaniu zostaną dokładnie przedstawione i zobrazowane odpowiednimi przykładami różne rodzaje średnich jako przykłady miar statystycznych tendencji centralnej. Pomado omówimy algorytm uczenia maszynowego metodę k-średnich i przykłady jego zastosowania w analizie skupień (segmentacji, klastrowaniu).
Omówimy następujące zagadnienia:
- średnia arytmetyczna, średnia geometryczna, średnia harmoniczna, średnia kwadratowa i średnie ważone
- nierówności między średnimi
- średnia potęgowa rzędu k (średnia uogólniona) i nierówność między średnimi potęgowymi
- średnia ucinana (średnia obcięta, średnia trymowana, ang. trimmed mean), średnia winsorowska,
- mediana, dominanta (moda) i środek rozstępu
- uczenie maszynowe (ang. machine learning) a sztuczna inteligencja (AI, ang. artificial intelligence)
- modele uczenia maszynowego (uczenie nadzorowane, uczenie nienadzorowane, uczenie częściowo nadzorowane, uczenie ze wzmocnieniem)
- problemy regresyjne, problemy klasyfikacyjne, szeregi czasowe, segmentacja (klastrowanie,analiza skupień)
- algorytm metody k-średnich (ang. k-means clustering) i jego przykładowe zastosowania
