MATLAB 패턴인식

머리말 ⅰ
목 차 ⅲ

CHAPTER 1 Bayes 결정이론에 근거한 분류자 1
1.1 서론 1
1.2 Bayes 결정이론 2
1.3 가우스 확률밀도 함수 2
1.4 최소거리 분류자 7
1.5 혼합모델 13
1.6 기대-최대화 알고리듬 15
1.7 Parzen 윈도우 24
1.8 k-최근접 이웃 밀도 추정 26
1.9 소박(naive) Bayes 분류자 27
1.10 최근접 이웃 규칙 31

CHAPTER 2 비용함수 최적화에 근거한 분류자 35
2.1 서 론 35
2.2 퍼셉트론 알고리듬 36
2.3 제곱오차 합 분류자 42
2.4 지지벡터 머신(SVM; Support Vector Machines): 선형인 경우 53
2.5 SVM: 비선형의 경우 62
2.6 커널 퍼셉트론 알고리듬 71
2.7 AdaBoost 알고리듬 78
2.8 다층 퍼셉트론 82
CHAPTER 3 데이터 변환: 속성 생성과 차원축소 95
3.1 서론 95
3.2 주성분 분석(PCA) 95
3.3 특이값 분해방법 102
3.4 Fisher의 선형 판별식 분석 105
3.5 커널(kernel) PCA 112
3.6 라플라시안 Eigenmap 123

CHAPTER 4 속성의 선택 129
4.1 서론 129
4.2 돌출개(Outlier)의 제거 129
4.3 데이터의 정규화 131
4.4 가정의 테스트: t-테스트 134
4.5 리시버 조작 특성곡선 137
4.6 Fisher의 판별비 138
4.7 클래스 분리가능성 척도 142
4.8 속성 부분집합 선택 149

CHAPTER 5 템플레이트 매칭 165
5.1 서론 165
5.2 Edit 거리 165
5.3 실수들의 매칭 수열 167
5.4 연설인식에서의 동적시간 뒤틀림 172

CHAPTER 6 은닉 마르코프 모델 175
6.1 서론 175
6.2 모델링 175
6.3 인식과 훈련 176

CHAPTER 7 클러스터링 189
7.1 서론 189
7.2 기본 개념과 정의 189
7.3 클러스터링 알고리듬 191
7.4 순차적 알고리듬 192
7.5 비용함수 최적화 클러스터링 알고리듬 201
7.6 기타 클러스터링 알고리듬 226
7.7 계층적 클러스터링 알고리듬 240

부 록 253
참고문헌 259
찾아보기 261