Тема бакалаврской работы относится к области интеллектуального анализа данных, занимающейся изучением методов классификации данных. Исследованы основные этапы интеллектуального анализа данных, а также методы классификации на базе меры конкурентного сходства. Изучены принципы сравнения объектов в признаковом пространстве размерности Rn. Разработана программа, основанная на алгоритме FRiS-Stolp, предназначенная для построения решающего правила. Проведены сравнения результатов работы программы с имеющимся аналогом классификации данных - методом k ближайших соседей (kNN), на наборах данных с различным числом объектов, показателей и различными типами.

This bachelor's work subject is devoted to the domain of data mining studying data classification methods. Stages of data mining and methods of classification based on function of rival similarity are studied. Principles of object comparison in Rn space dimension are analyzed. The program for a decision rule creation based on FRiS-Stolp algorithm is developed. Comparisons of a similar method of classification, kNN method, with FRiS-Stolp method are carried out on different dataset types.