Аннотация:Дипломная работа Вершковой Ирины Анатольевны посвящена решению задач обучения «с полуучителем» (часть данных, обычно очень небольшая, имеет метки классов, а остальная часть – нет). Специфика таких задач в том, что они находятся на стыке задач классификации и кластеризации: обычно информации о классах недостаточно, и приходится использовать данные без меток, привлекая гипотезу о том, что классы являются совокупностями кластеров. В последние годы для решения задач этого типа широко используются методы, основанные на принципе локальной и глобальной согласованности. Глобальная согласованность подразумевает учёт данных с метками: «рядом» с помеченными объектами стоят объекты этого же класса. Локальная согласованность учитывает данные без меток: если два непомеченных объекта расположены рядом, то им надо приписать одинаковые пометки.
Перед дипломницей была поставлена задача изучить существующие алгоритмы, использующие принцип локальной и глобальной согласованности, придумать свой алгоритм, реализовать алгоритмы в виде функций системы MATLAB, провести эксперименты на модельных и реальных данных, предложить методы настройки параметров алгоритмов. Дипломница успешно справилась со всеми этими заданиями.