Отрывок: Дифференцируя по W , имеем ( ) ( ) 0 T F W X X J W M W W          . Полученное уравнение является уравнением регрессии. Восполь- зовавшись теперь процедурой Роббинса-Монро, можно получить последовательность оценок вектора коэффициентов линейного классификатора, положив 61  ...
Название : Основы статистической теории распознавания образов и машинного обучения
Авторы/Редакторы : Мясников В. В.
Министерство науки и высшего образования Российской Федерации
Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет)
Дата публикации : 2023
Издательство : Изд-во Самар. ун-та
Библиографическое описание : Мясников, В. В. Основы статистической теории распознавания образов и машинного обучения : практикум / В. В. Мясников ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т). - Самара : Изд-во Самар. ун-та, 2023. - 1 файл (2,7 Мб). - ISBN = 978-5-7883-1932-2. - Текст : электронный
Аннотация : Гриф.
Издание представляет собой сборник указаний к лабораторным работам по статистической теории распознавания образов, для каждой изкоторых приводятся описание теоретических основ, задание и список контрольных вопросов. Разделы теоретических основ содержат описания наиболее распространенных методов и алгоритмов статистической теории распознавания образов: методов оптимальной классификации (классификатор Байеса, минимаксный классификатор и классификаторНеймана-Пирсона), методов построения и настройки линейных классификаторов и классификаторов, основанных на оценивании плотностей вероятностей, а также методов автоматической классификации – кластеризации и таксономии. Настоящий практикум предназначен для обучающихся факультета информатики по направлениям 01.03.02 Прикладная математика и информатика и 10.05.03 Информационная безопасность автоматизированных систем.
Используемые программы Adobe Acrobat
Труды сотрудников Самар. ун-та (электрон. версия)
URI (Унифицированный идентификатор ресурса) : http://repo.ssau.ru/handle/Uchebnye-izdaniya/Osnovy-statisticheskoi-teorii-raspoznavaniya-obrazov-i-mashinnogo-obucheniya-104399
ISBN : 978-5-7883-1932-2
Другие идентификаторы : RU\НТБ СГАУ\537681
Ключевые слова: Python
искусственный интеллект
классификатор Байеса
классификатор Неймана-Пирсона
классификаторы основанные на оценивании плотностей вероятностей
кластеризация
лабораторные работы
линейные классификаторы
машинное обучение
методы автоматической классификации
методы оптимальной классификации
методы построения классификаторов
минимаксный классификатор
распознавание образов
таксономия
учебные издания
языки программирования
Располагается в коллекциях: Учебные издания

Файлы этого ресурса:
Файл Размер Формат  
978-5-7883-1932-2_2023.pdf2.8 MBAdobe PDFПросмотреть/Открыть
Показать полное описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.