МАШИННОЕ ОБУЧЕНИЕ В ПСИХОЛОГИИ ПРИНЯТИЯ РЕШЕНИЙ: МЕХАНИЗМЫ ЛОКАЛЬНОЙ ИНТЕРПРЕТАЦИИ АЛГОРИТМОВ ПРИ ОЦЕНКЕ СТРЕССОУСТОЙЧИВОСТИ ЛИЧНОСТИ
Ключевые слова
Аннотация
В представленном фундаментальном научном исследовании осуществляется глубокий теоретический, методологический и прикладной анализ применения современных технологий машинного обучения в контексте психологии принятия решений и комплексной оценки стрессоустойчивости личности. Рассматривается актуальная проблема моделирования когнитивных и эмоциональных реакций человека, находящегося в условиях неопределенности, временного дефицита и высокого внешнего давления. Авторами предложена оригинальная концепция психологического мониторинга, объединяющая предиктивные возможности ансамблевых алгоритмов с механизмами локальной интерпретируемости признакового пространства. В работе подробнейшим образом описан процесс декомпозиции комплексного интегрального индекса стрессоустойчивости на отдельные патогенетические и поведенческие составляющие: эмоциональную лабильность, когнитивный контроль, поведенческую ригидность и вегетативную активацию. На основе репрезентативного эмпирического исследования доказана высокая точность и клиническая валидность разработанного комплекса, а также продемонстрировано существенное повышение уровня доверия специалистов- психологов к автоматизированным диагностическим вердиктам.
Полный текст доступен в PDF-версии статьи.
Как цитировать
Соколов Роман Андреевич, Никитина Полина Сергеевна. МАШИННОЕ ОБУЧЕНИЕ В ПСИХОЛОГИИ ПРИНЯТИЯ РЕШЕНИЙ: МЕХАНИЗМЫ ЛОКАЛЬНОЙ ИНТЕРПРЕТАЦИИ АЛГОРИТМОВ ПРИ ОЦЕНКЕ СТРЕССОУСТОЙЧИВОСТИ ЛИЧНОСТИ // Горизонты науки. — 2026. — Т. 1, № 7. — С. 47–51