Ekaterina B. Gribanova

В данной работе описаны методы и алгоритмы решения обратных задач экономического анализа, разработанные путем модификации аппарата обратных вычислений. Предложенный инструментарий позволяет выполнять решение задач при меньшем объёме экспертной информации и является простым в компьютерной реализации. Рассмотрено использование методов для решения оптимизационных задач нелинейного программирования более широкого круга. Приведены результаты численных экспериментов и их сравнение с решением задач с помощью классических методов и математического пакета.

Монография посвящена проблеме повышения эффективности алгоритмов машинного обучения на основе математического аппарата решения некорректно поставленных обратных задач. Целью работы является разработка и тестирование новых оптимизационных алгоритмов, предназначенных для обучения регрессионных и нейросетевых моделей, а также кластеризации данных. В исследовании выполнено переформулирование задач оптимизации в машинном обучении в виде обратных задач. Показано, что применение адаптивного стохастического поиска и L1-регуляризации позволяет в ряде случаев не только повысить точность предсказаний, н...