VO Statistische Mustererkennung

Exam informations

Schriftliche Prüfung

ECTS Breakdown: 3 ECTS = 75h

28h    14 VO-Einheiten
47h    Erarbeiten des Stoffs aus dem Skriptum, Lektüre von Fachliteratur
-----
75h

 

Workload for exams

Description

Es sollen die theoretischen Grundlagen sowie die wichtigsten Verfahren der statistischen Mustererkennung vermittelt werden.

Einführung und Motivation Merkmalsextraktion Einfache Klassifikatoren: Perceptron, Margin Statistische Grundlagen, Parameterschätzung Multivariate Statistik: multivariate Normalverteilung, Kovarianzmatrix, Transformation von Zufallsvariablen Bayes Theorem Loss und Risk Regression und Pseudo-Inverse Optimale Klassifikation für multivariat normalverteilte Merkmale, Abschätzung der Fehler-Rate, Minimax-Kriterium Lineare Merkmalsextraktion: Diagonalisierung, Eigenwertzerlegung, Rayleigh-Quotient, KLT, PCA, LDA Dichteschätzung: parametrische (Bayes, ML) und nichtparametrische (Parzen, k-NN) Verfahren

Lecturers

Examples

Möchtest du die Beispiele bewerten musst du dich einloggen. Derzeit funktioniert das über Facebook, wir arbeiten an einem Login über TISS! Facebook Login

Download all as ZIP File
Add files...