TAILIEUCHUNG - Bài giảng Lý thuyết nhận dạng – Chương 1: Nội dung môn học

"Bài giảng Lý thuyết nhận dạng – Chương 1: Nội dung môn học" trình bày tổng quan nội dung của môn học như tổ chức môn học, giới thiệu về nhận dạng mẫu, nhận dạng mẫu dựa trên thống kê học, ước lượng hàm mật độ xác suất, sự phân lớp dựa trên láng giềng gần nhất, phân loại tuyến tính, phân loại phi tuyến, mạng neuron nhân tạo . | Lý thuyết nhận dạng LÝ THUYẾT NHẬN DẠNG CHƯƠNG 1 NỘI DUNG MÔN HỌC 1 Biên soạn TS Ngô Hữu Phúc Bộ môn Khoa học máy tính Học viện kỹ thuật quân sự Email ngohuuphuc76@ Thông tin chung Thông tin về nhóm môn học TT Họ tên giáo viên Học hàm Học vị Đơn vị công tác Bộ môn 1 Ngô Hữu Phúc GVC TS BM Khoa học máy tính 2 Trần Nguyên Ngọc GVC TS BM Khoa học máy tính 3 Nguyễn Việt Hùng GV TS BM Khoa học máy tính Thời gian địa điểm làm việc Bộ môn Khoa học máy tính Tầng 2 nhà A1. Địa chỉ liên hệ Bộ môn Khoa học máy tính khoa Công nghệ thông tin. Điện thoại email 069-515-329 . 2 TTNT - Học viện Kỹ thuật Quân sự Cấu trúc môn học Chương 0 Giới thiệu về môn học Chương 1 Giới thiệu về nhận dạng mẫu. Chương 2 Nhận dạng mẫu dựa trên thống kê học. Chương 3 Ước lượng hàm mật độ xác suất. Chương 4 Sự phân lớp dựa trên láng giềng gần nhất. Chương 5 Phân loại tuyến tính. Chương 6 Phân loại phi tuyến. Chương 7 Mạng Neuron nhân tạo. Thực hành Giới thiệu một số ứng dụng trong thực tế 3 TTNT - Học viện Kỹ thuật Quân sự Bài 1 Giới thiệu chung Chương 1 mục Tiết 1-3 Tuần thứ 1. Mục đích yêu cầu 1. Nắm được sơ lược về Học phần các chính sách riêng của giáo viên địa chỉ Giáo viên bầu lớp trưởng Học phần. 2. Nắm được cấu trúc môn học. 3. Nắm được các lĩnh vực có liên quan đến nhận dạng. 4. Nắm được những vấn đề cốt lõi của nhận dạng. Hình thức tổ chức dạy học Lý thuyết. Thời gian 3 tiết. Địa điểm Giảng đường do Phòng Đào tạo phân công Nội dung chính Slides 4 TTNT - Học viện Kỹ thuật Quân sự TÀI LIỆU THAM KHẢO 1. Pattern Recognition Theodoridis and Koutroumbas Academic Press. 2. Pattern Classification Duda Hart and Stork John Wiley amp Sons. 3. Pattern Recognition. Statistical Structural and Neural Approaches Schalkoff. Lý thuyết nhận dạng 5 PHƯƠNG PHÁP ĐÁNH GIÁ 1. 10 tham gia học tập 2. 30 tham gia làm bài tập về nhà và thảo luận trên lớp 3. 60 thi hết môn thông qua bài tự luận. Lý thuyết nhận dạng 6 NỘI DUNG MÔN HỌC 1. Tổ chức môn học. 2. Giới thiệu về nhận

• Cơ sở dữ liệu
• Bài giảng Lý thuyết nhận dạng
• Bài giảng Lý thuyết nhận dạng Chương 1
• Chương 1 Nội dung môn học
• Nhận dạng mẫu dựa trên thống kê học
• Ước lượng hàm mật độ xác suất
• Bài giảng Lý thuyết nhận dạng Chương 2
• Chương 2 Giới thiệu về nhận dạng mẫu
• Giới thiệu về nhận dạng mẫu
• Nhận dạng mẫu
• Chuẩn hóa dữ liệu
• Lý thuyết nhận dạng
• Kỹ thuật trong lý thuyết nhận dạng
• Ước lượng mật độ dùng cửa sổ Parzen
• Mạng neural theo xác suất
• Một số kỹ thuật trong lý thuyết nhận dạng
• Mạng neural RBF
• Sử dụng mạng neural RBF
• Bài giảng Lý thuyết nhận dạng Chương 3
• Nhận dạng mẫu dựa trên thống kê
• Cực đại hàm tin cậy
• Mô hình hỗn hợp
• giáo trình lý thuyết
• nhận dạng ứng dụng
• quá trình nhận thức
• thuật toán nhận dạng
• phân loại dạng
• khoa học nhận dạng
• phân lớp dạng
• Nhắc lại kiến thức xác suất
• Luật tổng xác suất
• Định lý Bayes
• Bài giảng Lý thuyết nhận dạng Chương 4
• Tối ưu hóa hàm lượng giá
• Hàm lượng giá
• Thuật toán perceptron
• Bài giảng Lý thuyết nhận dạng Chương 5
• Sự phân lớp dựa
• Phân lớp dựa trên láng giềng gần nhất
• Tìm kiếm trên đồ thị
• Tin học lý thuyết
• Bài giảng Tin học lý thuyết
• Máy Turing
• Turing Machine
• Mô hình TM
• TM nhận dạng ngôn ngữ
• Bài giảng Lý thuyết mạch
• Lý thuyết mạch
• Kỹ thuật điện
• Phân tích vật lý
• Phân tích toán học
• Chức năng mô hình hóa