Курс «Искусственный интеллект в социально-экономической сфере» Задание для курсового проекта

Целью курсового проектирования является развитие навыков постановки и решения прикладных социально-экономические задачи с использованием как традиционных методов статистических исследований, так и методов искусственного интеллекта.

Исходные данные могут быть взяты на сайте: http://stat.hse.ru/, а также выбраны из предложенных вариантов.

Курсовой проект должен состоять из двух частей - теоретического и экспериментального исследований.

Часть 1. Теоретическое исследование:

По следующим вариантам (объем не менее 10 страниц):

Номер варианта	Теоретическая часть
1	дискриминантный анализ в задачах классификации Statistics toolbox (Сотников)
2	алгоритм обратного распространения ошибки функция train в Matlab
3	вероятностные (байесовские) нейронные сети
4	нейронные сети Хопфилда, обучение (Войнова)
5	нейронные сети Хемминга, обучение (Петраш)
6	обобщенно-регрессионные нейронные сети
7	методы прогнозирования ARIMA, Time Series Toolbox (Ткачев)
8	оценка адекватности регрессионной модели (проверка статистической значимости, проверка статистических гипотез) Statistics toolbox
9	метод наименьших квадратов при построении регрессионных моделей
10	Кригинг-интерполяция (Попов)
11	многокритериальные генетические алгоритмы NSGA-2
12	обучение нейронных сетей с помощью генетических алгоритмов (Карпенко)
13	радиально-базисные функции (Туленов)
14	машинное зрение, Image Processing Toolbox
15	генетические алгоритмы, биологический прототип
16	нечеткая логика, нечеткий вывод (Гасанзаде)

Часть 2. Экспериментальное исследование:

по вариантам.

Вариант 1. Классификация стран по уровню потребления продуктов питания и показателям уровня жизни.

ИСХОДНЫЕ ДАННЫЕ (таблицы 1, 2):

Потребление продуктов на душу населения:

• X1 - мясо, кг.

• X2 - масло животное, кг.

• X3 - саxap, кг.

• X4 - алкоголь, л.

• X5 - фрукты, кг.

• X6 - хлебопродукты, кг.

Показатели уровня жизни населения:

• X7 - число врачей на 10 000 населения;

• X8 - смертность на 100 000 населения;

• X9 - ВВП по ППС (паритету покупательной способности), в % к США

• X10 - расходы на здравоохранение, в % к ВВП

• X11 - урожайность зерновых и зернобобовых, ц / га.

ЗАДАНИЕ:

• провести кластерный анализ стран с помощью древовидной кластеризации и методом k-средних по факторам, соответствующим выбранному варианту;

• применить самоорганизующиеся карты Кохонена;

• проанализировать результаты.