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

Statistické metody rozpoznávání a rozhodování

Přihlášení do KOSu pro zápis předmětu Zobrazit rozvrh
Kód Zakončení Kredity Rozsah Jazyk výuky
18SROZ ZK 3 2+0 česky
Přednášející:
Jan Flusser (gar.)
Cvičící:
Jan Flusser (gar.)
Předmět zajišťuje:
katedra softwarového inženýrství v ekonomii
Anotace:

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

Požadavky:

Nelze zapsat zároveň s ROZ2 v magisterském studiu.

Osnova přednášek:

1. Úvod - co je rozpoznávání a rozhodování

2. Rozpoznávání statistické (příznakové) a strukturální (syntaktické)

3. Úvod do teorie příznakového rozpoznávání - klasifikátory s učením a bez učení

4. Jednoduché metrické klasifikátory - NN klasifikátor, k-NN klasifikátor, lineární klasifikátor

5. 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

6. Nemetrické klasifikátory, rozhodovací stromy

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

8. K-means iterační algoritmus a jeho modifikace

9. Aglomerativní hierarchické shlukování, metriky mezi shluky, stop podmínky, odhady počtu shluků

10. Redukce dimenzionality příznakového prostoru, extrakce a selekce příznaků, kritéria separability, Mahalanobisova vzdálenost

11. Transformace podle hlavních komponent (PCT)

12. Optimální suboptimální metody pro výběr příznaků, sekvenční a plovoucí algoritmy

13. Rozhodování jako diskrétní optimalizační problém

14. Základní metody pro nepodmíněnou a podmíněnou diskrétní optimalizaci

Osnova cvičení:
Cíle studia:

Znalosti:

Student bude znát základní metody rozpoznávání a rozhodování na základě dat, které mají statistický charakter.

Schopnosti:

Student bude schopen aplikovat uvedené znalosti v ekonomii i jiných oblastech.

Studijní materiály:

Povinná literatura:

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

Doporučená literatura:

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

Poznámka:
Rozvrh na zimní semestr 2011/2012:
Rozvrh není připraven
Rozvrh na letní semestr 2011/2012:
Rozvrh není připraven
Předmět je součástí následujících studijních plánů:
Platnost dat k 9. 7. 2012
Aktualizace výše uvedených informací naleznete na adrese http://bilakniha.cvut.cz/cs/predmet24906205.html