主题：粗糙集概况
时间：2006年8月5日（周六），上午8:30~11:30
地点：哈工大动力楼620房间，主楼背后邵馆旁边
报告题目1: 处理混合数据的若干粗糙集模型
主讲人：胡清华
内容简介：Pawlak粗糙集模型基于经典的等价关系和划分进行构造，适合于处理符号型数据。然而现实应用的数据库中，往往保存的是数值型数据或符号型与数值型数据共存。如何处理该类数值型或混合型数据成为近年来粗糙及理论研究的一个热点。本次讲座将综述当前各种解决方案，分析各种方案存在的问题，然后展示近两年作者在此方面进行的一些探索。作者提出了模糊信息熵、邻域模型、模糊邻域和一类改进的模糊粗糙模型解决这一问题，本次讲座将展示各种方法的理论模型、算法设计和试验效果，并且提供程序代码共大家对比分析。
报告题目2:
论文学习：粗糙集理论研究最新进展及发展趋势
主讲人：郎君
内容简介：粗糙集理论是一种较新的软计算方法,是分析和处理不完备信息的一种有效工具。分析了粗糙集理论研究的最新进展,指出了粗糙集理论研究中存在的问题,并对粗糙集理论研究的发展趋势进行了展望。
报告题目3：论文学习：Rough sets, decision algorithms and Bayes' theorem
主讲人：叶玉玲
报告大纲：这篇论文是Pawlak在2000年撰写的文章。阐述了粗糙集，决策算法和贝叶斯理论之间的关系。
报告题目4：论文学习：基于粗糙集的客户细分研究
主讲人：姚平
内容简介：客户细分是根据客户不同的行为特征，将客户区分成不同的客户群体，供企业前台部门以及决策人员实施不同的市场营销手段。基于客户信息的客户细分，被称作为数据驱动的客户细分。本文应用粗糙集理论算法对客户数据表进行了属性约简与规则提取，证明了其有效性。
欢迎大家广泛参与，让交流成为习惯！
希望参加这次活动的同学请在如下wiki中登记一下（便于以后活动联系）。
http://ltp.ir-lab.org/mywiki/moin.cgi/%E7%B2%97%E7%B3%99%E9%9B%86
邀请大家加入哈工大机器学习小组讨论QQ群：27980716
欢迎大家多多光临咱们的机器学习论坛：
http://bbs.ir-lab.org/cgi-bin/forums.cgi?forum=20
没有评论:
发表评论