Logo ČVUT
Loading...
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
STUDIJNÍ PLÁNY
2011/2012

Rozpoznávání

Předmět není vypsán Nerozvrhuje se
Kód Zakončení Kredity Rozsah
33RPZ Z,ZK 4 2+2s
Předmět je náhradou za:
Rozpoznávání (X33RPZ)
Přednášející:
Cvičící:
Předmět zajišťuje:
katedra kybernetiky
Anotace:

WWW stánka: http://cmp.felk.cvut.cz/cmp/courses/recognition/.

Základní úlohou rozpoznávání je nalezení strategie pro rozhodování o objektech minimalizující ztrátu plynoucí z chybných rozhodnutí. Potřebná znalost o vlastnostech objektů je získána učením. Jsou představeny základní formulace úlohy rozpoznávání a principy učení. Návrh, učení a vlastnosti základních typů klasifikátorů (t.j. strojů realizující rozhodovací strategii) jsou rozebrány do hloubky. Do této skupiny jsou zahrnuty parametrické klasifikátory, perceptron, vícevrstvé neuronové sítě, klasifikátory typu nejbližší soused, ale i moderní klasifikátory typu support vector machines. Tématům shlukování, výběru příznaků vhodných pro rozpoznávání a strukturálnímu a syntaktickému rozpoznávání se každému věnuje jedna přednáška.

Požadavky:
Osnova přednášek:

1 Úvod. Formulace úloh řešených v rozpoznávání. Mapa předmětu. Pojmy.

2 Bayesovská úloha rozhodování.

3 Nebayesovské úlohy a jejich řešení pomocí lineárního programování

4 Odhady parametrů pravděpodobnostních modelů. Metoda maximální věrohodnosti.

5 Neparametrické odhady. Parzenova okna. Metoda nejbližších sousedů.

6 Učení klasifikátoru. Lineární klasifikátor. Perceptron

7 Učení metodou Adaboost.

8 Učení jako kvadratický optimalizační problém. Klasifikátor typu SVM).

9 Učení metodou backpropagation. Neuronové sítě.

10 Shluková analýza, metoda k-means.

11 Učení bez učitele. EM (Expectation Maximization) algoritmus.

12 Sekvenční rozhodování. Waldův Sequential Probability Ratio Test.

13 Výběr a extrakce příznaků. PCA, LDA.

14 Opakování základních pojmů, vazby mezi metodami, zkouškové otázky.

Osnova cvičení:

Viz.:

http://cmp.felk.cvut.cz/cmp/courses/recognition/Labs/

Cíle studia:
Studijní materiály:

[1]Duda, Hart, Stork: Pattern Classification, Wiley, 2001

[2] Schlesinger, M.I., Hlaváč, V.: Theory of statistical and structural recognition in 10 lectures, 2002

Poznámka:

Rozsah výuky v kombinované formě studia: 14+2

Typ cvičení: s, l, p

Předmět je nabízen také v anglické verzi.

Obor BM

Další informace:
Pro tento předmět se rozvrh nepřipravuje
Předmět je součástí následujících studijních plánů:
Platnost dat k 9. 7. 2012
Aktualizace výše uvedených informací naleznete na adrese http://bilakniha.cvut.cz/cs/predmet11013404.html