Annotatsiya:

Аннотация. Модели и методы выявления закономерностей в многомерных данных занимают прочное место в исследованиях, характеризуемые такими ключевыми сочетаниями как «искусственный интеллект» и «экспертные системы». В всех исследованиях, посвященных развитию таких моделей и методов в качестве одного из первых выступает вопрос о оценке информативных признаков. В статье предлагается метод экстремальной руппировки булевых признаков для построения информативных признаков, для чего предлагаются критерии для ценки общей тесноты связи признаков в произвольном подмножестве признаков.