Jak Začít?

Máš v počítači zápisky z přednášek
nebo jiné materiály ze školy?

Nahraj je na studentino.cz a získej
4 Kč za každý materiál
a 50 Kč za registraci!




Předmět Classification and Decission Methods (ITE / CDM)

Na serveru studentino.cz naleznete nejrůznější studijní materiály: zápisky z přednášek nebo cvičení, vzorové testy, seminární práce, domácí úkoly a další z předmětu ITE / CDM - Classification and Decission Methods, Fakulta mechatroniky a MIS, Technická univerzita v Liberci (TUL).

Top 10 materiálů tohoto předmětu

Materiály tohoto předmětu

Materiál Typ Datum Počet stažení

Další informace

Obsah

Přednášky:1. Úvod do problematiky, představení typických úloh pro rozhodování a klasifikaci.2. Základní kroky při tvorbě klasifikačních a rozhodovacích systémů.3. Příznakový popis objektů při klasifikaci.4. Rozpoznávání založené na metodě minimální vzdálenosti.5. Rozpoznávání založené na metodě maximální věrohodnosti. Bayesovský klasifikátor.6. Metody výběru příznaků.7. Metody shlukování.8. Metody prohledávání ve stavovém prostoru.9. Principy neuronových sítí.10. Příklady reálných systémů pro rozpoznávání řeči, textu a obrazu.1. Introduction to recognition, classification and decision tasks.2. Design of classification and identification systems.3. Feature based recognition methods.4. Minimum distance methods.5. Maximum likelihood methods. Bayesian classifier.6. Feature selection methods.7. Clustering methods.8. Search in state space.9. Principles of neural networks.10. Demostration of real (speech, text and image) recognition systemsCvičení:1. Zpracování a vizualizace dat v prostředí MATLAB.2. Statistické zpracování dat v prostředí MATLAB.3. Klasifikátor typu NN a KNN.4. Klasifikátor s etalony a různými typy vzdáleností.5. Pravděpodobnostní klasifikátor.6. Kompletní bayesovský klasifikátor.7. Metody selekce příznaků.8. Metody shlukování dat. K-Means a LGB algoritmus.9. Metoda hledání ve stavovém prostoru. A*.10. Zápočet.

Získané způsobilosti

Zakladni znalosti metod rozpoznávání, klasifikace, rozhodování, třídění ashlukování dat.

Literatura

David G. Stork, Elad Yom-Tov. Computer Manual in MATLAB to Accompany Pattern Classification. 2004. Kotek Z., Mařík V., Hlaváč V., Psutka J., Zdráhal Z. Metody rozpoznávání a jejich aplikace. Academia, Praha, 1993. Richard O. Duda, Peter E. Hart, David G. Stork. Pattern Classification. 2001. Mařík V., Štěpánková O., Lažanský J. a kol. Umělá inteligence (1). Academia, Praha, 1993.

Požadavky

Podmínkou zápočtu je aktivní účast na cvičeních.

Garant

prof. Ing. Jan Nouza, CSc.

Vyučující

prof. Ing. Jan Nouza, CSc.prof. Ing. Jan Nouza, CSc.