Полезное:
Как сделать разговор полезным и приятным
Как сделать объемную звезду своими руками
Как сделать то, что делать не хочется?
Как сделать погремушку
Как сделать так чтобы женщины сами знакомились с вами
Как сделать идею коммерческой
Как сделать хорошую растяжку ног?
Как сделать наш разум здоровым?
Как сделать, чтобы люди обманывали меньше
Вопрос 4. Как сделать так, чтобы вас уважали и ценили?
Как сделать лучше себе и другим людям
Как сделать свидание интересным?
Категории:
АрхитектураАстрономияБиологияГеографияГеологияИнформатикаИскусствоИсторияКулинарияКультураМаркетингМатематикаМедицинаМенеджментОхрана трудаПравоПроизводствоПсихологияРелигияСоциологияСпортТехникаФизикаФилософияХимияЭкологияЭкономикаЭлектроника
|
Методическая разработкаСтр 1 из 4Следующая ⇒ для студентов 1 курса медико-профилактического факультета к практическому занятию по теме «Методы математической статистики. Основная структура пакета Statistica» 1. Научно-методическое обоснование темы: Эффективная работа специалиста-медика на сегодняшний день подразумевает знание не только медицинских дисциплин, но также и хорошее владение навыками автоматизированной обработки медицинских данных. Практически всем специалистам в области медицины необходим навык по осуществлению статистической обработки данных, которая должна производиться с применением современных программно-технических средств. Почти нет ни одной врачебной должности в больнице (в клинике), в поликлинике, занимая которую, врачу не пришлось бы выполнять какие-нибудь статистические работы. Поэтому, представляется важным, чтобы лечащие врачи знали, как взяться за дело, умели собирать и обрабатывать верные цифры, годные для сравнения и сопоставления. Не только врачи-клиницисты, но и врачи-экспериментаторы, врачи гигиенисты и организаторы здравоохранения не в меньшей мере нуждаются в умении правильно применять статистические методы исследования и правильно толковать и использовать результаты этих исследований. Нейронные сети - исключительно мощный метод моделирования, позволяющий воспроизводить чрезвычайно сложные зависимости. В частности, нейронные сети нелинейны по свой природе (смысл этого понятия подробно разъясняется далее в этой главе). На протяжение многих лет линейное моделирование было основным методом моделирования в большинстве областей, поскольку для него хорошо разработаны процедуры оптимизации. В задачах, где линейная аппроксимация неудовлетворительна (а таких достаточно много), линейные модели работают плохо. Кроме того, нейронные сети справляются с "проклятием размерности", которое не позволяет моделировать линейные зависимости в случае большого числа переменных. Простота в использовании. Нейронные сети учатся на примерах. Пользователь нейронной сети подбирает представительные данные, а затем запускает алгоритм обучения, который автоматически воспринимает структуру данных. При этом от пользователя, конечно, требуется какой-то набор эвристических знаний о том, как следует отбирать и подготавливать данные, выбирать нужную архитектуру сети и интерпретировать результаты, однако уровень знаний, необходимый для успешного применения нейронных сетей, гораздо скромнее, чем, например, при использовании традиционных методов статистики. Нейронные сети привлекательны с интуитивной точки зрения, ибо они основаны на примитивной биологической модели нервных систем. В будущем развитие таких нейро-биологических моделей может привести к созданию действительно мыслящих компьютеров. Между тем уже "простые" нейронные сети, которые строит система ST Neural Networks, являются мощным оружием в арсенале специалиста по прикладной статистике. Материал данной методической разработки предназначен для изучения основ статистического анализа студентами медицинских вузов в рамках дисциплины «Медицинская информатика» с использованием пакета Statistica 6.0.
2. Краткая теория: Основные понятия и определения В самых различных областях (медицина, налоговая служба, экономика, геология и т.д.) объекты описываются набором величин, то есть являются многомерным. А обработка таких данных очень трудоемкая работа. Но в данном математическом пакете процесс анализа данных превращается в увлекательное исследование с использованием компьютерных технологий. Начнем наше знакомство с достаточно интересным математическим пакетом STATISTICA 6.0 6.0, запустив его.
|