Вопросы ММРО с5 2005 — различия между версиями
Материал из YourcmcWiki
м (Новая страница: «Кафедра математических методов прогнозирования<br /> Вопросы к экзамену по курсу «Математи...») |
м |
||
Строка 1: | Строка 1: | ||
− | Кафедра | + | Кафедра Математических Методов Прогнозирования<br /> |
Вопросы к экзамену по курсу «Математические методы распознавания образов»<br /> | Вопросы к экзамену по курсу «Математические методы распознавания образов»<br /> | ||
− | Осенний семестр | + | Осенний семестр 2005—2006 учебного года (группа 317)<br /> |
+ | Преподаватель — Местецкий Л. М. | ||
# [1] Предмет и задачи распознавания образов. Основные понятия (пространство образов, пространство признаков, прецеденты, классификация, кластеризация, обучение). | # [1] Предмет и задачи распознавания образов. Основные понятия (пространство образов, пространство признаков, прецеденты, классификация, кластеризация, обучение). | ||
Строка 9: | Строка 10: | ||
# [2.4-2.5] Дискриминантные функции и поверхности решения. Байесовский классификатор для нормального распределения. | # [2.4-2.5] Дискриминантные функции и поверхности решения. Байесовский классификатор для нормального распределения. | ||
# [2.5.2-2.5.5] Линейная поверхность решения. Классификация по минимуму расстояния. Расстояние Махалонобиса. | # [2.5.2-2.5.5] Линейная поверхность решения. Классификация по минимуму расстояния. Расстояние Махалонобиса. | ||
− | # [10.3.2] Параметрические методы оценки неизвестной плотности вероятности. | + | # [10.3.2] Параметрические методы оценки неизвестной плотности вероятности. |
# Непараметрические методы оценки неизвестной плотности вероятности. | # Непараметрические методы оценки неизвестной плотности вероятности. | ||
− | # [8.1] Распознавание методом сравнения с образцом (matching). Поиск оптимального выравнивания, как задача маршрутизации на графе. | + | # [8.1] Распознавание методом сравнения с образцом (matching). Поиск оптимального выравнивания, как задача маршрутизации на графе. |
# [8.2-8.3] Сравнение слов, контуров границы образа, речевых сигналов на основе оптимального выравнивания. | # [8.2-8.3] Сравнение слов, контуров границы образа, речевых сигналов на основе оптимального выравнивания. | ||
− | # [10.4] Скалярная и векторная селекция признаков. Мера отделимости классов на основе дивергенции. | + | # [10.4] Скалярная и векторная селекция признаков. Мера отделимости классов на основе дивергенции. |
− | # [10.4.2] Мера отделимости классов на основе матриц рассеяния. Последовательная (прямая | + | # [10.4.2] Мера отделимости классов на основе матриц рассеяния. Последовательная (прямая и обратная) селекция признаков. |
# [10.5] Оптимальная селекция признаков по критерию отношения матриц рассеивания. | # [10.5] Оптимальная селекция признаков по критерию отношения матриц рассеивания. | ||
− | # [11.1] Задача генерации признаков. Генерация признаков на основе линейных преобразований. Базисные вектора и матрицы. | + | # [11.1] Задача генерации признаков. Генерация признаков на основе линейных преобразований. Базисные вектора и матрицы. |
− | # [11.2] Генерация признаков на основе преобразования | + | # [11.2] Генерация признаков на основе преобразования Карунена — Лоева. |
# [11.3] Генерация признаков на основе дискретного преобразования Фурье, косинусного и синусного дискретных преобразований. | # [11.3] Генерация признаков на основе дискретного преобразования Фурье, косинусного и синусного дискретных преобразований. | ||
− | # [11.4] Генерация признаков на основе вейвлет-преобразования Хаара. | + | # [11.4] Генерация признаков на основе вейвлет-преобразования Хаара. |
− | # [12.1-12.4] Понятие среднего и эмпирического риска. Построение классификатора, минимизирующего эмпирический риск. | + | # [12.1-12.4] Понятие среднего и эмпирического риска. Построение классификатора, минимизирующего эмпирический риск. |
# [12.5] Сходимость эмпирического риска к среднему риску для случая конечного множества решающих правил. | # [12.5] Сходимость эмпирического риска к среднему риску для случая конечного множества решающих правил. | ||
# [12.6] Функция роста класса решающих правил. Сходимость эмпирического риска к среднему риску для случая бесконечного множества решающих правил | # [12.6] Функция роста класса решающих правил. Сходимость эмпирического риска к среднему риску для случая бесконечного множества решающих правил | ||
+ | |||
+ | [[Категория:Учёба]] | ||
+ | [[Категория:ММРО]] |
Текущая версия на 00:31, 5 июня 2010
Кафедра Математических Методов Прогнозирования
Вопросы к экзамену по курсу «Математические методы распознавания образов»
Осенний семестр 2005—2006 учебного года (группа 317)
Преподаватель — Местецкий Л. М.
- [1] Предмет и задачи распознавания образов. Основные понятия (пространство образов, пространство признаков, прецеденты, классификация, кластеризация, обучение).
- [1.2] Структура методов решения задач классификации (генерация и селекция признаков, построение и оценка классификатора).
- [2.1-2.2] Байесовский подход в задаче классификации. Байесовское правило классификации. Априорные и апостериорные вероятности. Минимизация ошибки классификации.
- [2.3] Минимизация среднего риска в задаче классификации.
- [2.4-2.5] Дискриминантные функции и поверхности решения. Байесовский классификатор для нормального распределения.
- [2.5.2-2.5.5] Линейная поверхность решения. Классификация по минимуму расстояния. Расстояние Махалонобиса.
- [10.3.2] Параметрические методы оценки неизвестной плотности вероятности.
- Непараметрические методы оценки неизвестной плотности вероятности.
- [8.1] Распознавание методом сравнения с образцом (matching). Поиск оптимального выравнивания, как задача маршрутизации на графе.
- [8.2-8.3] Сравнение слов, контуров границы образа, речевых сигналов на основе оптимального выравнивания.
- [10.4] Скалярная и векторная селекция признаков. Мера отделимости классов на основе дивергенции.
- [10.4.2] Мера отделимости классов на основе матриц рассеяния. Последовательная (прямая и обратная) селекция признаков.
- [10.5] Оптимальная селекция признаков по критерию отношения матриц рассеивания.
- [11.1] Задача генерации признаков. Генерация признаков на основе линейных преобразований. Базисные вектора и матрицы.
- [11.2] Генерация признаков на основе преобразования Карунена — Лоева.
- [11.3] Генерация признаков на основе дискретного преобразования Фурье, косинусного и синусного дискретных преобразований.
- [11.4] Генерация признаков на основе вейвлет-преобразования Хаара.
- [12.1-12.4] Понятие среднего и эмпирического риска. Построение классификатора, минимизирующего эмпирический риск.
- [12.5] Сходимость эмпирического риска к среднему риску для случая конечного множества решающих правил.
- [12.6] Функция роста класса решающих правил. Сходимость эмпирического риска к среднему риску для случая бесконечного множества решающих правил