Автор: Леонид Местецкий | Московский государственный университет имени М.В.Ломоносова
Форма обучения:
дистанционная
Стоимость самостоятельного обучения:
бесплатно
Доступ:
свободный
Документ об окончании:
 
Уровень:
Специалист
Длительность:
14:56:00
Студентов:
1612
Выпускников:
247
Качество курса:
4.24 | 3.92
Курс лекций сосредоточен, в основном, на математических аспектах методов распознавания.
В лекциях изложены традиционные темы, относящиеся к математическому аспекту теории распознавания: предмет и математические задачи теории распознавания образов; классификаторы, основанные на байесовской теории решений; линейные классификаторы, оптимальная разделяющая гиперплоскость; нелинейные классификаторы, многослойный персептрон, комитетные методы, метод потенциальных функций, контекстно-зависимая классификация; методы классификации, основанные на вычислении оценок; классификация методом сравнения с эталоном; задача селекции признаков, включая меры отделимости классов и оптимальную селекцию признаков; генерация признаков на основе линейных преобразований, дискретного преобразования Фурье, преобразований Адамара и Хаара. Рассмотрена генерация признаков для анализа и распознавания изображений.
Специальности: Математик
 

План занятий

Занятие
Заголовок <<
Дата изучения
Лекция 1
17 минут
Задача распознавания образов
В данной лекции рассматривается постановка задачи распознавания образов. Приводятся основные определения, связанные с предметом изучения, а также практические примеры
Оглавление
    -
    Классификация на основе байесовской теории решений
    Данная лекция рассматривает классификацию на основе байесовской теории решений. Приведены основные теоремы, определения и примеры практической реализации байесовского метода
    Оглавление
      -
      Лекция 3
      33 минуты
      Линейный классификатор. Алгоритм персептрона
      Предметом данной лекции является рассмотрение линейного классификатора и алгоритма персептрона. Приведены основные определения и теоремы, а также практические примеры
      Оглавление
        -
        Лекция 4
        26 минут
        Оптимальная разделяющая гиперплоскость
        Материалами данной лекции рассматривается вопрос существования и единственности оптимальной разделяющей гиперплоскости. Приведены примеры её построения, а также основные теоремы и определения
        Оглавление
          -
          Лекция 5
          44 минуты
          Нелинейный классификатор. Многослойный персептрон
          В этой лекции рассматриваются нелинейный классификатор и многослойный персептрон. Приведены основные теоремы и определения, а также примеры практической реализации
          Оглавление
            -
            Лекция 6
            35 минут
            Метод потенциальных функций
            В данной лекции основное внимание уделено методу потенциальных функций. Приводятся примеры его применения, а также основные теоремы и определения
            Оглавление
              -
              Лекция 7
              48 минут
              Комитетные методы решения задач распознавания
              Теоретические и практические материалы данной лекции посвящены комитетным методам решения задач распознавания. Приведены основные определения, теоремы и примеры практической реализации
              Оглавление
                -
                Лекция 8
                23 минуты
                Классификация на основе сравнения с эталоном
                Главным вопросом, которому посвящена данная лекция, является рассмотрение классификации на основе сравнения с эталоном. Приводятся примеры практической реализации, основные теоремы и определения
                Оглавление
                  -
                  Лекция 9
                  20 минут
                  Контекстно-зависимая классификация
                  В данной лекции основной акцент сделан на рассмотрение контекстно-зависимой классификации. Приведены примеры практической реализации, основные теоремы и определения
                  Оглавление
                    -
                    Лекция 10
                    1 час 2 минуты
                    Селекция признаков
                    Материалы этой лекции посвящены задаче селекции признаков. Приведены примеры практической реализации данной задачи, основные теоремы и определения
                    Оглавление
                      -
                      Лекция 11
                      1 час 3 минуты
                      Методы генерации признаков
                      В данной лекции рассматриваются методы генерации признаков. Приведены практические примеры, основные определения и теоремы
                      Оглавление
                        -
                        Лекция 12
                        33 минуты
                        Обучение по прецедентам (по Вапнику, Червоненкису)
                        Материалы данной лекции включают в себя обучение по прецедентам (по Вапнику, Червоненкису), а также основные теоремы и определения, применимые для классификаторов
                        Оглавление
                          -
                          1 час 40 минут
                          -