Компьютерные науки

Математические методы распознавания образов

Программа сосредоточена на математических аспектах и традиционных темах теории распознавания образов.
Студентов 1807 Выпускников 259 Для профессионалов
690 ₽ 1 200 ₽
или любая сумма на ваше усмотрение
Вы можете оплатить любую сумму, чтобы поддержать наш проект и авторов программы. Объем услуг не зависит от размера вашей оплаты.
Темы:
Искусственный интеллект и робототехника
Объем
36 час.
Длительность
30 дней
Нагрузка в неделю
9 час.
Формат обучения
Дистанционно (самостоятельно)
Описание В учебной программе рассматриваются предмет и математические задачи теории распознавания, включая классификацию на основе байесовской теории решений. Учебная программа ориентирована на изучение линейных и нелинейных классификаторов, метода потенциальных функций и алгоритмов персептрона. Обучение включает разбор методов генерации и селекции признаков, а также алгоритмов обучения по прецедентам.
Цели
  • Познакомить с математическими аспектами методов распознавания образов
  • Дать представление о байесовской теории решений и линейных классификаторах
  • Сформировать понимание методов генерации и селекции признаков
Чему я научусь?
  • Использовать линейные и нелинейные классификаторы
  • Анализировать данные с помощью метода потенциальных функций
  • Применять алгоритмы обучения по прецедентам

Авторы

Местецкий Леонид Моисеевич
Местецкий Леонид Моисеевич
Доктор технических наук, профессор, член-корреспондент Российской академии естественных наук (РАЕН).
Чему я научусь?
  • Использовать линейные и нелинейные классификаторы
  • Анализировать данные с помощью метода потенциальных функций
  • Применять алгоритмы обучения по прецедентам

Учебный план

№ Занятия
Экзамен экстерном Внимание! Экзамен экстерном не обязательный для сдачи. При желании вы можете его пройти, если хотите подтвердить свои знания по данному курсу без его изучения или поверить свои знания по нему. Экзамен экстерном можно сдать только один раз. 90 мин
1 Задача распознавания образов В данной лекции рассматривается постановка задачи распознавания образов. Приводятся основные определения, связанные с предметом изучения, а... В данной лекции рассматривается постановка задачи распознавания образов. Приводятся основные определения, связанные с предметом изучения, а также практические примеры ещё
Задача распознавания образов тест для курса Математические методы распознавания образов 60 мин
2 Классификация на основе байесовской теории решений Данная лекция рассматривает классификацию на основе байесовской теории решений. Приведены основные теоремы, определения и примеры практической... Данная лекция рассматривает классификацию на основе байесовской теории решений. Приведены основные теоремы, определения и примеры практической реализации байесовского метода ещё
Классификация на основе байесовской теории решений тест для курса Математические методы распознавания образов 60 мин
3 Линейный классификатор. Алгоритм персептрона Предметом данной лекции является рассмотрение линейного классификатора и алгоритма персептрона. Приведены основные определения и теоремы, а... Предметом данной лекции является рассмотрение линейного классификатора и алгоритма персептрона. Приведены основные определения и теоремы, а также практические примеры ещё
Линейный классификатор. Алгоритм персептрона тест для курса Математические методы распознавания образов 60 мин
4 Оптимальная разделяющая гиперплоскость Материалами данной лекции рассматривается вопрос существования и единственности оптимальной разделяющей гиперплоскости. Приведены примеры её построения, а... Материалами данной лекции рассматривается вопрос существования и единственности оптимальной разделяющей гиперплоскости. Приведены примеры её построения, а также основные теоремы и определения ещё
Оптимальная разделяющая гиперплоскость тест для курса Математические методы распознавания образов 60 мин
5 Нелинейный классификатор. Многослойный персептрон В этой лекции рассматриваются нелинейный классификатор и многослойный персептрон. Приведены основные теоремы и определения, а также... В этой лекции рассматриваются нелинейный классификатор и многослойный персептрон. Приведены основные теоремы и определения, а также примеры практической реализации ещё
Нелинейный классификатор. Многослойный персептрон тест для курса Математические методы распознавания образов 60 мин
6 Метод потенциальных функций В данной лекции основное внимание уделено методу потенциальных функций. Приводятся примеры его применения, а также основные... В данной лекции основное внимание уделено методу потенциальных функций. Приводятся примеры его применения, а также основные теоремы и определения ещё
Метод потенциальных функций тест для курса Математические методы распознавания образов 60 мин
7 Комитетные методы решения задач распознавания Теоретические и практические материалы данной лекции посвящены комитетным методам решения задач распознавания. Приведены основные определения, теоремы... Теоретические и практические материалы данной лекции посвящены комитетным методам решения задач распознавания. Приведены основные определения, теоремы и примеры практической реализации ещё
Комитетные методы решения задач распознавания тест для курса Математические методы распознавания образов 60 мин
8 Классификация на основе сравнения с эталоном Главным вопросом, которому посвящена данная лекция, является рассмотрение классификации на основе сравнения с эталоном. Приводятся примеры... Главным вопросом, которому посвящена данная лекция, является рассмотрение классификации на основе сравнения с эталоном. Приводятся примеры практической реализации, основные теоремы и определения ещё
Классификация на основе сравнения с эталоном тест для курса Математические методы распознавания образов 60 мин
9 Контекстно-зависимая классификация В данной лекции основной акцент сделан на рассмотрение контекстно-зависимой классификации. Приведены примеры практической реализации, основные теоремы... В данной лекции основной акцент сделан на рассмотрение контекстно-зависимой классификации. Приведены примеры практической реализации, основные теоремы и определения ещё
Контекстно-зависимая классификация тест для курса Математические методы распознавания образов 60 мин
10 Селекция признаков Материалы этой лекции посвящены задаче селекции признаков. Приведены примеры практической реализации данной задачи, основные теоремы и... Материалы этой лекции посвящены задаче селекции признаков. Приведены примеры практической реализации данной задачи, основные теоремы и определения ещё
Селекция признаков тест для курса Математические методы распознавания образов 60 мин
11 Методы генерации признаков В данной лекции рассматриваются методы генерации признаков. Приведены практические примеры, основные определения и теоремы
Методы генерации признаков тест для курса Математические методы распознавания образов 60 мин
12 Обучение по прецедентам (по Вапнику, Червоненкису) Материалы данной лекции включают в себя обучение по прецедентам (по Вапнику, Червоненкису), а также основные теоремы... Материалы данной лекции включают в себя обучение по прецедентам (по Вапнику, Червоненкису), а также основные теоремы и определения, применимые для классификаторов ещё
Обучение по прецедентам (по Вапнику, Червоненкису) тест для курса Математические методы распознавания образов 60 мин
Тренировочный экзамен Внимание! Тренировочный экзамен экстерном не обязательный для сдачи. При желании вы можете его пройти, если хотите проверить свои знания курса перед сдачей экзамена. Тренировочный экзамен можно сдавать сколько угодно один раз. 90 мин
Экзамен 60 мин

Какой документ я получу?

Сертификат

Выдаётся автоматически после успешного завершения программы.

Удостоверение о повышении квалификации

Выдается при наличии среднего специального или высшего образования (необходимые документы).

Стоимость программы

690 ₽ 1 200 ₽
или любая сумма на ваше усмотрение
Вы можете оплатить любую сумму, чтобы поддержать наш проект и авторов программы. Объем услуг не зависит от размера вашей оплаты.
^