دسته بندی از مسائل اصلی در یادگیری ماشین است ‎‎به طوری که مسائل متعددی از دنیای واقعی را می توان به صورت آن مطرح و حل کرد. یکی از روش های قدرتمند که در حال حاضر به صورت گسترده برای مسئله دسته بندی مورد استفاده قرار می گیرد، روش ماشین های بردار پشتیبان است. یک فرض اساسی در این روش این است که داده ها قطعی هستند در حالی که در دنیای واقعی داده ها معمولا دارای عدم قطعیت هستند. عدم قطعیت داده ها در م...

چکیده انحراف از فرض تئوری و وجود نقاط دور افتاده به طور معمول در بسیاری از کاربردهای آماری وجود دارد. این مشکل زمانی که از روش های خوشه بندی نیز استفاده می کنیم وجود دارد و سبب می شود، که این روش ها ما را به نتایج ناخوشایندی هدایت کنند. برآورد کننده ای که نسبت به نقاط دور افتاده و انحراف از فرض تئوری حساس نباشد را برآورد کننده ی استوار می نامند. ارتباط بین روش های استوار و تحلیل خوشه ای چارچوب...

در این پایان نامه به بررسی استنباط های آماری استوار در مدل رگرسیون خطی می پردازیم. به منظور کاهش اثر داده های پرت بر توزیع خطاها در یک مدل خطی ، روش های استنباط استوار بسیاری پیشنهاد شده است. از جمله این روش ها برآوردهای رگرسیونی استوار است که در بین آن ها برآوردهای mm از ویژگی های استواری مناسبی برخوردار هستند. برآوردهای به طور هم زمان دارای نقطه فروریزش و کارایی بالا هستند. بنابراین ما بیشتر ...

روشها و ابزار ارزیابی عملکرد همواره یکی از مباحث مهم در تحقیقات سازمانی و آکادمیک است. از طرفی توان الگوهای تحلیل پوششی داده ها در ارزیابی عملکرد سبب شده است تحقیقات وسیعی در حوزه های علمی مختلف صورت گیرد. یکی از نکات بسیار مهم در بکارگیری تحلیل پوششی داده ها وجود عدم قطعیت در داده های مربوط به نهاده ها و ستانده ها می باشد. در این تحقیق یک الگوی تحلیل پوششی داده های استوار برای در نظر گرفتن عدم...