パターン認識とは

データ内のパターンと規則性を自動的に認識するプロセスは、パターン認識として知られています。 統計データ分析、信号処理、画像分析、情報検索、バイオインフォマティクス、データ圧縮、コンピューター グラフィックス、機械学習などは、その使用から恩恵を受けることができる分野のほんの一部です。 パターン認識は統計と工学の分野から始まりました。 いくつかの現代的なパターン認識方法には機械学習の使用が含まれており、これは膨大なデータの利用可能性の増加とより豊富なコンピューティング能力によって可能になっています。 これらの取り組みはいずれも、同じアプリケーション分野の 2 つの側面であると考えられます。これらの活動はいずれも、過去数十年にわたって大幅な発展を遂げてきました。

どのようなメリットがあるか

(I) 次のトピックに関する洞察と検証:

第 1 章: パターン認識

第 2 章: 教師あり学習

第 3 章: 線形分類器

第 4 章: パーセプトロン

第 5 章: ガウス過程

第 6 章: 期待値?最大化アルゴリズム

第 7 章: 一般化線形モデル

第 8 章: 統計的学習理論

第 9 章: カーネル法

第 10 章: 確率的分類

(II) パターン認識に関する一般のよくある質問に答える。

(III) 多くの分野でのパターン認識の使用例の実例。

(IV) 17 の付録 パターン認識テクノロジーを 360 度完全に理解できるように、各業界の 266 の新興テクノロジーを簡潔に説明します。

本書の対象者

プロフェッショナル 大学生、大学院生、愛好家、趣味愛好家、あらゆる種類のパターン認識に関する基本的な知識や情報を超えたいと考えている人。