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:
1366
Выпускников:
148
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
-
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
-
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
-
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
-
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
-
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
-
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
-
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
-
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
-
1 час 40 минут
-
Sowa _
Sowa _
Россия
Александр Терешко
Александр Терешко
Россия, Сыктывкар