جزوه شناسایی آماری الگو دانشگاه شهید بهشتی

جزوه شناسایی آماری الگو دانشگاه شهید بهشتی که توسط احمد محمودی ازناوه به صورت پاورپوینت تهیه شده است را به صورت PDF از لینک زیر می توانید دانلود کنید.

بازشناسی (بازشناخت) الگو شاخه ای از هوش مصنوعی است که مربوط به دسته بندی / توصيف مشاهدات است. داده (الگو) ها بر اساس اطلاعات آماری مستخرج از سایر نمونه ها دسته بندی می شوند. این جزوه در سال 1396 تهیه شده است که در 12 جلسه ارائه شده است:

1. معرفی
2. یادگیری بیزی
3. Nonparametric Methods
4. Artificial Neural Networks
5. RBF
6. SVM
7. کاهش ابعاد
8. Clustering
9. مدل مخفی مارکوف (HMM)
10. مقدمه ای بر یادگیری عمیق (DNN)
11. مقدمه ای بر PGM
12. ارزیابی روش های دسته بندی

فهرست مطالب جزوه شناسایی آماری الگو :

• دسته بندی
• تئوری تصميم گيری بيزی
• تخمين تابع چگالی احتمال
• درست نمایی بيشينه (ML)، MAP
• روش های ناپارامتری
• توابع جداساز
• شبکه های عصبی مصنوعی
• یادگيری عميق
• روش های مبتنی بر کرنل
• ماشين بردار پشتيبان
• ارزیابی دسته بندی کننده ها
• کاهش بعد
• انتخاب/استخراج ویژگی
• خوشه بندی
• خوشه بندی سلسله مراتبی
• مدل مارکوف مخفی
• روش های نيمه نظارتی
• روش های یادگيری فعال