Machine learningSymbolic data

Symbolinen data-analyysi

Symbolinen data-analyysi (SDA) on tilastollinen viitekehys, joka on suunniteltu analysoimaan monimutkaista, aggregoitua tai joukko-arvoista dataa – jota kutsutaan symboliseksi dataksi – jossa kukin havainto edustaa ryhmää tai käsitettä yksittäisen skalaariarvon sijaan. Modernissa tilastollisessa muodossaan Lynne Billard ja Edwin Diday esittelivät vuonna 2003. SDA laajentaa klassista tilastotiedettä käsittelemään väliarvoisia, histogrammiarvoisia ja moniarvoisia muuttujia, mahdollistaen jäsennellyn päättelyn tietotason eikä raakojen yksittäisten tietueiden tasolla.

Avaa sovelluksessa MethodMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

The neighbourhood of related methods — select a node to explore.

Symbolinen data-analyysi
Koostumusdata-analyysi (…

Lähteet

  1. Billard, L., & Diday, E. (2003). From the statistics of data to the statistics of knowledge: symbolic data analysis. Journal of the American Statistical Association, 98(462), 470–487. DOI: 10.1198/016214503000242

Näin viittaat tähän sivuun

ScholarGate. (2026, June 2). Symbolic Data Analysis (SDA). ScholarGate. https://scholargate.app/fi/soft-computing/symbolic-data-analysis

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Tähän viittaavat

ScholarGateSymbolic Data Analysis (Symbolic Data Analysis (SDA)). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/soft-computing/symbolic-data-analysis · Aineisto: https://doi.org/10.5281/zenodo.20539026