В статті розглядається новий універсальний алгоритм пошуку оптимальної вибірки для побудови векторів ознак об"єктів в задачах класифікації. Наводяться оцінки складності запропонованого алгоритму із врахуванням випадків наявності у вибірці прикладів з нерівномірним розподілом груп ознак.
Ключові слова: вектор ознак, різнорідні групи ознак, критерій оцінки навчання, оптимальна вибірка, непрочна мережа.
In this paper the new universal algorithm of determining optimum selection for constructing features vector for classification objects is considered. Taking into account uneven distribution of features groups estimations of complexity of algorithm are submitted.
Key words: features vector, heterogeneous features groups, criterion of learning estimation, optimum selection, neural network.
