Новый подход к проблеме качества данных в распознавании образов
Эта книга представляет собой самостоятельное руководство по продвинутому анализу данных и их добыче. Сначала в ней детально рассматриваются базовые концепции, а затем уже вводятся более сложные методологии и алгоритмы. Материал организован по принципу "сверху вниз", сначала излагаются общие вопросы, а уже после этого - конкретные применения. Пошаговые инструкции помогают успешно реализовать новые процессы.
Рассматривая качество данных не как препятствие, а как фактор, с которым нужно работать, предлагаемая методология является ценным и универсальным инструментом анализа.
На протяжении десятилетий практическая необходимость вдохновляла интенсивные теоретические и прикладные исследования в области распознавания образов для многочисленных и разнообразных приложений. При этом ограничивающим фактором и постоянной проблемой были данные - их огромное разнообразие, изобилие и различное качество представляют центральную задачу в инновациях распознавания образов.
Эта книга по распознаванию образов: качественный подход к данным - переосмысливает эту проблему, превращая её из препятствия в исходную предпосылку, и предлагает новую методологическую базу для всестороннего анализа данных, разработанную специально для работы с проблемными данными.
Книга задумана как практическое руководство и обсуждение наиболее полезных элементов инноваций в распознавании образов. В ней:
-
Детально рассматриваются фундаментальные концепции распознавания образов, включая построение пространства признаков, классификаторы, процедуры отбраковки и оценки.
-
Систематически исследуются концепции, методология проектирования и алгоритмы, используемые в распознавании образов.
-
Приводится множество экспериментов, подробных схем и более сложных задач, укрепляющих понимание сложных концепций.
-
Выступает как самодостаточное введение в продвинутые решения, с подробными предпосылками и пошаговыми процессами.
-
Вводит концепцию гранул и предоставляет основу для гранулярных вычислений.
Распознавание образов играет ключевую роль в анализе данных и их добыче, которые в свою очередь находят все более широкое применение. Адресуя проблему качества данных напрямую, эта книга дает студентам, практикам и исследователям четкий путь вперед перед лицом постоянно растущих объемов данных.
В этой книге исследуются новые подходы к проблеме качества данных в распознавании образов. Здесь детально обсуждаются базовые концепции, а затем автор переходит к более сложным методологиям и алгоритмам, обеспечивая читателя самостоятельным руководством по полному анализу данных и их интеллектуальному извлечению пользы. Структура книги построена таким образом, что поначалу изучаются только методы, а уже затем приводятся примеры их эффективного использования.
Электронная Книга «Pattern Recognition» написана автором Witold Pedrycz в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9781119302834
Описание книги от Witold Pedrycz
A new approach to the issue of data quality in pattern recognition Detailing foundational concepts before introducing more complex methodologies and algorithms, this book is a self-contained manual for advanced data analysis and data mining. Top-down organization presents detailed applications only after methodological issues have been mastered, and step-by-step instructions help ensure successful implementation of new processes. By positioning data quality as a factor to be dealt with rather than overcome, the framework provided serves as a valuable, versatile tool in the analysis arsenal. For decades, practical need has inspired intense theoretical and applied research into pattern recognition for numerous and diverse applications. Throughout, the limiting factor and perpetual problem has been data—its sheer diversity, abundance, and variable quality presents the central challenge to pattern recognition innovation. Pattern Recognition: A Quality of Data Perspective repositions that challenge from a hurdle to a given, and presents a new framework for comprehensive data analysis that is designed specifically to accommodate problem data. Designed as both a practical manual and a discussion about the most useful elements of pattern recognition innovation, this book: Details fundamental pattern recognition concepts, including feature space construction, classifiers, rejection, and evaluation Provides a systematic examination of the concepts, design methodology, and algorithms involved in pattern recognition Includes numerous experiments, detailed schemes, and more advanced problems that reinforce complex concepts Acts as a self-contained primer toward advanced solutions, with detailed background and step-by-step processes Introduces the concept of granules and provides a framework for granular computing Pattern recognition plays a pivotal role in data analysis and data mining, fields which are themselves being applied in an expanding sphere of utility. By facing the data quality issue head-on, this book provides students, practitioners, and researchers with a clear way forward amidst the ever-expanding data supply.
