Работа посвящена разработке методов и программного обеспечения для восстановления функциональных зависимостей в условиях неопределённости данных. В процессе создания моделей машинного обучения, которые становятся неотъемлемой частью множества бизнес-процессов, часто возникают трудности, связанные с ошибками в данных, вызванными агрегацией, выбросами и неточностью измерений. В рамках доклада основное внимание уделяется созданию программного модуля IntvalPy, который предлагает широкий спектр инструментов для интервального анализа и обработки неопределённых данных, что позволяет улучшить точность и надежность результатов моделирования. Кроме этого, представлен обзор существующих подходов к обработке данных с неопределённостью, а также промежуточные этапы для обобщения методов распознающих функционалов на нелинейные модельные функции.

Цель работы — предоставить инструменты для анализа и моделирования данных, способных учитывать и обрабатывать неопределённость, что позволяет делать более точные и надёжные предсказания и оценки параметров модели.

Семинар будет проведен в смешанном формате. Очное заседание пройдет в конференц-зале ФИЦ ИВТ (к.513), дистанционно к семинару можно будет подключиться по ссылке https://vcs-6.ict.nsc.ru/rooms/grz-ayy-7ne/join

Для студентов и аспирантов, находящихся в Новосибирске и не имеющих причин для дистанционного подключения, очное присутствие обязательно.