Моделирование на основе данных

Преимущество статистических моделей типа вход-выход заключается в том что их можно относительно легко построить и применить но с другой стороны недостатком таких моделей является то что они не раскрывают внутреннюю природу наблюдаемого явления. Концептуальные модели преимущество которых заключается в прозрачности функционирования но правильность которых иногда трудно доказать. Искусственный интеллект предлагает методы машинного обучения на примерах которые устраняют недостатки как статистических так и концептуальных подходов и объединяют их преимущества. В этой книге представлен комплексный эксперимент по моделированию на основе деревьев регрессии. Деревья регрессии были использованы для решения практической задачи построения модели прогнозирования стока на основе известных данных о текущем и прошлом стоке на водомерных постах и осадках на дождеприемниках в пределах водосборного бассейна. Результаты основанные на аппроксимации и точности прогнозирования полученные с помощью деревьев регрессии затем сравниваются с другими методами DDM а именно с искусственными нейронными сетями гауссовскими процессами регрессиями векторов поддержки и множественными линейными регрессиями. Книга обязательна к прочтению для исследователей работающих в области моделирования управляемого данными.