Математические методы прогнозирования и распознавания на базе неполной, частично противоречивой, разнородной информации

В докладе излагаются методы решения плохо формализованных задач, т.е. задач с разнородной, неполной, частично противоречивой исходной информацией. В качестве эталонных примеров рассматриваются задачи прогнозирования по прецедентам, кластеризации, опознавания принадлежности подмножествам.
Выделяются три этапа в развитии методов: эвристики (приводятся примеры), параметрические модели на базе эвристик и выбор в моделях оптимальных по точности алгоритмов и современные мультиалгоритмические методы: комитеты, разбиение на области компетентности различных алгоритмов, алгебры над алгоритмами из параметрических моделей. Приводятся примеры решенных задач. Даются и неформальные пояснения.