Книга “Statistical Pattern Recognition” является очень активной областью исследований и разработок, которая достигла значительных успехов за последние годы. Новые и возникающие приложения, такие как добыча данных, поиск в Интернете, извлечение мультимедийных данных, распознавание лиц и распознавание почерка, требуют надежных и эффективных методов распознавания образов. Статистическое принятие решений и оценка считаются фундаментальными для изучения распознавания образов. Второе издание “Statistical Pattern Recognition” было полностью обновлено новыми методами, приложениями и ссылками. Оно предоставляет всеобъемлющее введение в эту живую область - с материалом, взятым из инженерии, статистики, компьютерных наук и социальных наук - и охватывает многие области применения, такие как проектирование баз данных, искусственные нейронные сети и системы поддержки принятия решений.
- Предоставляет самостоятельное введение в статистическое распознавание образов. * Каждый описанный метод проиллюстрирован реальными примерами. * Охватывает байесовские методы, нейронные сети, машины опорных векторов и неконтролируемое распознавание. * Каждая глава завершается описанием применений, которые были рассмотрены, и дальнейшими разработками.
Электронная Книга «Statistical Pattern Recognition» написана автором Группа авторов в году.
Минимальный возраст читателя: 0
Язык: Английский
ISBN: 9780470854785
Описание книги от Группа авторов
Statistical pattern recognition is a very active area of study and research, which has seen many advances in recent years. New and emerging applications – such as data mining, web searching, multimedia data retrieval, face recognition, and cursive handwriting recognition – require robust and efficient pattern recognition techniques. Statistical decision making and estimation are regarded as fundamental to the study of pattern recognition. Statistical Pattern Recognition, Second Edition has been fully updated with new methods, applications and references. It provides a comprehensive introduction to this vibrant area – with material drawn from engineering, statistics, computer science and the social sciences – and covers many application areas, such as database design, artificial neural networks, and decision support systems. * Provides a self-contained introduction to statistical pattern recognition. * Each technique described is illustrated by real examples. * Covers Bayesian methods, neural networks, support vector machines, and unsupervised classification. * Each section concludes with a description of the applications that have been addressed and with further developments of the theory. * Includes background material on dissimilarity, parameter estimation, data, linear algebra and probability. * Features a variety of exercises, from 'open-book' questions to more lengthy projects. The book is aimed primarily at senior undergraduate and graduate students studying statistical pattern recognition, pattern processing, neural networks, and data mining, in both statistics and engineering departments. It is also an excellent source of reference for technical professionals working in advanced information development environments. For further information on the techniques and applications discussed in this book please visit www.statistical-pattern-recognition.net
