TEL 531E — Statis.Pattern .Analy.&Classif Not Dağılımı

Kredi

3

AKTS

7,5

Saat (T+U+L)

3+0+0

Önkoşul

Yok

Temel kavramlar: örüntü, öznitelik vektörleri, sınıflandıncılar. Çok boyutlu olasılık dağılımlan ve çok boyutlu veri üretme. Çok boyutlu istatistiksel analiz, karşıt-ilinti matrisleri ve beklenen değerler. Hata olasılığı ve alıcı çalışma karakteristiği. Parametrik örüntü sınıflandırma teknikleri: Bayes karar kuramı. Karar yüzeyleri ve ayrımsama işlevleri. Enbüyük olurlu ve Bayesian parametre öngörümü teknikleri. Dizilim ve içerik bilgisine dayalı sınıflandırma: Markov ve gizli Markov modelleri. Parametrik olmayan örüntü sınıflandıncılar ( Parzen pencereleri, k- enyakın komşuluklu sınıflandırma). Özdeğer ayrıştırma. Doğrusal ve doğrusal olmayan sınıflandırma işlevleri ( En küçük karesel ortalamaya dayalı algoritmalar, destek vektör makineleri). Karma dağılımlar. Öznitelik boyutunu azaltma, sınıflandırıcı kaynaştırma ve sensör tümleştirme. Stokastik örüntü sınıflandırma metodları. Konuşma, ses imge ve video örüntü sınıflandırma uygulamaları.