Statistické metody rozpoznávání a rozhodování

Garant předmětu:

Jan Flusser

Přednášející:

Jan Flusser

Cvičící:

Předmět zajišťuje:

katedra matematiky

Anotace:

Předmět je zaměřen na metody rozpoznávání a rozhodování na základě dat které mají statistický charakter. Ukázky aplikací v ekonomii i jiných oblastech.

Požadavky:

Osnova přednášek:

Úvod - co je rozpoznávání a rozhodování

rozpoznávání statistické (příznakové) a strukturální (syntaktické)

úvod do teorie příznakového rozpoznávání - klasifikátory s učením a bez učení

jednoduché metrické klasifikátory - NN klasifikátor, k-NN klasifikátor, lineární klasifikátor

Bayesův klasifikátor - základní princip, parametrický a neparametrický B.k., B.k. pro normálně rozdělené třídy, metody odhadu parametrů, podmínky linearity, speciální případy ve dvou dimenzích

nemetrické klasifikátory, rozhodovací stromy

klasifikace bez učení - shluková analýza v prostoru příznaků, iterační a hierarchické metody, kritéria separability shluků

k-means iterační algoritmus a jeho modifikace

aglomerativní hierarchické shlukování, metriky mezi shluky, stop podminky, odhady počtu shluků

redukce dimenzionality příznakového prostoru, extrakce a selekce příznaků, kritéria separability, Mahalanobisova vzdálenost

transformace podle hlavních komponent (PCT)

optimální suboptimální metody pro výběr příznaků, sekvenční a plovoucí algoritmy

rozhodování jako diskrétní optimalizační problém

základní metody pro nepodmíněnou a podmíněnou diskrétní optimalizaci

Osnova cvičení:

Cíle studia:

Studijní materiály:

[1] Duda R.O. et al., Pattern Classification, (2nd ed.), John Wiley, New York, 2001

[2] Philip E. Gill, Walter Murray, and Margaret H. Wright, Practical Optimization, Academic Press, 1981

Poznámka:

Rozvrh na zimní semestr 2023/2024:

Rozvrh není připraven

Rozvrh na letní semestr 2023/2024:

Rozvrh není připraven

Předmět je součástí následujících studijních plánů: