Модели

Модел ги претставува податоците сумирани во нумерички вредности.

Моделирање е процес на сумирање на податоците и формирање на модел.
Моделот не смее да содржи непотребни детали и тешко да се анализира, треба да
ги содржи суштинските детали за појавата што ја претставува. Во општ случај
моделот се состои од влез на информација, процесирање на информацијата и
излез на очекуваните резултати.
Главни моменти во развивање на секој модел се:
 Поедноставување на претпоставките
 Идентификување на граничните и почетните услови
 Разбирање на опсегот на применливоста на моделот
Типови модели
1. Концептуални модели
2. Физички аналогни модели
3. Математички модели
4. Статистички модели
5. Модели на визуализација
Добро развиен модел на реален систем може да содржи елементи од секој
споменат тип на модел.
Концептуалните модели се користат како прв чекор во развој на
покомплексни модели, се користат методи како дијаграми за врски на зависности,
цртање и сл. Симболичкиот модел е концептуален модел каде се дефинирани
релевантни параметри на системот, на секој релевантен параметар му е
придружен симбол (пр. use-case). Функционален модел е симболички модел каде
со функциска симболика е наведено дека некој параметар зависи од други
параметри (пр. формули).
Физички аналогни модели се физички системи кои може лесно да се
посматраат и манипулираат и кои имаат карактеристики слични на главните
особини на покомплексни системи во реалниот свет (пр. роботи). Физичките
аналогни модели често ги фаќаат клучните аспекти и однесување на реалните
системи. Подложни се на интеракции и експериментирање, бидејќи тие се помали
и поедноставни отколку реалните системи.
 Математички модели се развиени со математичко решавање на соодветни
равенства за опишување на однесување на даден систем во дадено време и
простор. Математичките модели вклучуваат аналитички и нумерички модели.
Аналитички модел е оној што се решава со уппотреба на дедуктивно расудување
на математичката теорија, значи користи равенки. Нумерички модели се
математички модели кои користат нумерички методи за да се добие опис на
однесувањето на системот што се опишува во зависност од времето.
9 minuta

05 – Дрва на одлука, Рандом

форест
Дрвата на одлука се од областа на машинското учење и се најупотребуваната техника за
класификација. Дрвото на одлучување е нелинеарен модел затоа што поголемиот дел од времето
се работи со податоци кои што се линеарно несепарабилни и не може да се одвојат со една
хиперрамнина.