vault backup: 2026-05-02 23:00:25

2026-05-02 23:00:25 +03:00
parent 555a4f4712
commit c7d9f6216e
7 changed files with 97 additions and 18 deletions
@@ -32,3 +32,14 @@ title: Ansible - Основы
 |Role|Сборник плейбуков|
 |Module|Минимальная единица действия - набор действий, встроенных в Ansible|
 |Facts|Автоматически собираемая с машин информация|
+
+## В этом разделе
+- [[Playbooks - Ansible]] — структура плейбуков, синтаксис задач
+- [[Inventory - Ansible]] — описание хостов и групп
+- [[Modules - Ansible]] — встроенные модули
+- [[Loops - Ansuble]] — циклы в задачах
+- [[Fail2Ban - Ansible]] — пример роли для Fail2Ban
+
+## Контекст
+- [[IaC - основы]] — Ansible в контексте Infrastructure as Code
+- [[DevOps - основы]] — место Ansible в DevOps-практиках
@@ -33,3 +33,8 @@ $$r_{k}=r(k) = r(x_{t},x_{t-k})=\frac{\overline{x_{t}x_{t-k}}-\overline{x_{t}}*\
 ЧАКФ - зависимость частных коэффициентов автокорреляции от лага.
 ЧАКФ показывает автокорреляцию между $x_{t}$ и $x_{t-k}$, очищенную от влияния значений между ними.

+## Связанные заметки
+- [[Автокорреляционная функция (АКФ)]] — расширенное изложение АКФ
+- [[Частная автокорреляционная функция]] — расширенное изложение ЧАКФ
+- [[Определение порядков АР и СС]] — практическое применение АКФ/ЧАКФ для выбора p и q
+- [[Стационарность - ВР]] — АКФ/ЧАКФ определены для стационарных рядов
@@ -37,3 +37,8 @@ title: Классификация
 | Не известен вид закона распределения в классах                                          | Классификация без обучения (непараметрический случай): <u>**кластерный анализ**</u>                           | Классификация с обучением (непараметрический случай): **<u>дискриминантный анализ</u>**                  |
 | Известен вид закона распределения в классах (***параметра распределения не известны***) | Классификация без обучения (параметрический случай) <u>**расщепление смесей вероятностных распределений**</u> | Классификация с обучением (параметрический случай) <u>**параметрический дискриминантный анализ**</u><br> |
 | Полностью известен закон распределения в классах                                        | Проверка статических гипотез                                                                                  | Обучающие выборки не нужны                                                                               |
+
+## Связанные заметки
+- [[Кластерный анализ]] — детальное рассмотрение классификации без обучения
+- [[Дискриминантный анализ]] — детальное рассмотрение классификации с обучением
+- [[Постановка задачи Кластерного анализа]] — формальная постановка задачи
@@ -0,0 +1,32 @@
+---
+status: stable
+type: moc
+tags:
+  - math
+  - mephi
+created: 2026-05-02
+updated: 2026-05-02
+title: Кластерный Анализ
+---
+
+# Кластерный Анализ
+
+%% Begin Waypoint %%
+- [[Агломеративные (иерархические) методы]]
+- [[Дивизимные методы]]
+- [[Интерпретация результатов кластеризации]]
+- [[Итерационная классификация. Метод K-средних (K-means)]]
+- [[Классификация]]
+- [[Критерии определения оптимального числа классов]]
+- [[Наивный Байесовский алгоритм]]
+- [[Понятие однородности объектов]]
+- [[Постановка задачи Кластерного анализа]]
+- [[Расстояние между классами объектов]]
+- [[Расстояние между объектами]]
+- [[Функционалы качества разбиения]]
+
+%% End Waypoint %%
+
+## Контекст
+- [[Классификация]] — типология задач классификации: кластерный vs. дискриминантный анализ
+- [[Дискриминантный анализ]] — классификация с обучающей выборкой (в отличие от кластерного)
@@ -0,0 +1,24 @@
+---
+status: stable
+type: moc
+tags:
+  - math
+  - mephi
+created: 2026-05-02
+updated: 2026-05-02
+title: Теория Нечетких Множеств
+---
+
+# Теория Нечетких Множеств
+
+%% Begin Waypoint %%
+- [[Доказательство законов Де Моргана]]
+- [[Коэффициенты функций принадлежности]]
+- [[Логические операции над нечеткими множествами]]
+- [[Определение нечеткого множества]]
+- [[Функция принадлежности]]
+
+%% End Waypoint %%
+
+## Контекст
+- [[Кластерный анализ]] — нечёткая кластеризация (fuzzy c-means) использует функцию принадлежности