ти алгоритм, якесь вирішальне правило, яке можна згодом використовувати для діагностики. Причому головною проблемою є екстраполяціонного (узагальнююча) здатність цього правила: з якою ймовірністю воно буде правильно класифікувати нового пацієнта, дані про якого не використовувалися при навчанні? У міру розвитку теорії розпізнавання образів з'являються все більш досконалі алгоритми і математичні твердження, що дозволяють прогнозувати, що за якихось умов заданий алгоритм видаватиме саме ті значення, які ми очікуємо. Якраз у цьому напрямку і вдається отримувати досить цікаві результати. Тут слід згадати заслуги радянських математиків В.Н. Вапніка, А.Я. Червоненкіса, Ю.І.Журавлева та ін Свердловська школа розпізнавання образів, родоначальником якої є професор Вл.Д.Мазуров, є однією з провідних у Росії. Розроблена тут теорія комітетна алгоритм?? В розпізнавання спирається на результати Сергія Миколайовича Чернікова та Івана Івановича Єрьоміна з теорії лінійних нерівностей і математичного програмування.
Проблема розпізнавання протягом досить тривалого часу привертає увагу фахівців в області прикладної математики, а потім й інформатики. Центральна задача розпізнавання образів - побудова на основі систематичних теоретичних і експериментальних досліджень ефективних обчислювальних засобів для віднесення формалізованих описів ситуацій та об'єктів до відповідних класів. В основі такого віднесення лежить отримання деякої агрегированной оцінки ситуації, виходячи з її опису. За умови встановлення відповідності між класами еквівалентності, заданими на безлічі об'єктів розпізнавання, автоматизація процедур розпізнавання стає елементом автоматизації процесів прийняття рішень.
Становлення розпізнавання служить відмінною моделлю розвитку математичної теорії обробки і перетворення інформації, розвитку, в процесі якого евристичні методи отримують суворе обгрунтування і починають застосовуватися в рамках цілком формалізованих регулярних процедур.
Само розпізнавання є досить розробленим варіантом такої теорії, оскільки дозволяє вирішувати її основне завдання - синтезувати і вибирати алгоритмічні засоби для вилучення корисної інформації з даних.
До постановки задачі розпізнавання вдаються у тих випадках, коли важко будувати формальні теорії і застосовувати математичні методи, що відбувається зазвичай з двох причин:
а) рівень формалізації відповідної предметної області або доступна інформація такі, що не можуть скласти основу для синтезу математичної моделі, що відповідає класичним математичним або математико-фізичним канонам і допускає вивчення класичними аналітичними або чисельними методами;
б) математична модель в принципі може бути побудована, проте її синтез або вивчення пов'язані з такими витратами, що вони істотно перевищують виграш, принесений шуканим рішенням, або виходять за межі існуючих технічних можливостей, або роблять рішення задачі просто безглуздим. «Двоїстість» розпізнавання виявилася в тому, що рішення таких задач ввело в обіг велику кількість евристичних алгоритмів. Досить довго переважна більшість додатків теорії розпізнавання було пов'язано з погано формалізованими областями - медициною, геологією, соціологією, хімією і т.д. У цих областях ще важко будувати формальні теорії і застосовувати стандартні математичні методи. У кращому випадку вдається дати математичний оформл...
