기능목록>검색 : 해군사관학교 학술정보원

패턴인식 / 제2판

QR코드

미리보기 도서정보

도서 상세정보
자료유형 :	단행본
ISBN :	8990758564
분류기호 :	006.4
개인저자 :	두다, 리차드
서명/저자사항 :	패턴인식/ Richard O. Duda,; Peter E. Hart,; David G. Stork 지음; 유현중 역.
원서명 :	Pattern classification, 2nd ed.
판사항 :	제2판.
발행사항 :	서울: 아이티씨, 2006.
형태사항 :	xviii, 752 p.: 삽화; 27 cm.
일반주기 :	권말부록으로 "수학 기초" 수록
일반주기 :	원서의 2판을 번역함
서지주기 :	참고문헌과 색인수록
개인저자 :	Duda, Richard O.
개인저자 :	Hart, Peter E.
개인저자 :	Stork, David G.
개인저자 :	유현중
분류기호 :	006.4
언어	한국어

소장정보

해군사관학교

예예약 신청
인인쇄
S도서정보문자발송
서서가부재자료신청
보보존서고자료신청
우우선정리예약
무무인예약대출

예약

1. 예약현황은 홈페이지 로그인 후 예약 페이지에 확인 가능합니다.
2. 도착 통보된 예약자료 대출을 원하지 않는 경우에는 예약 현황에서 취소할 수 있습니다.
3. 기타 문의사항은 도서관에 문의 바랍니다.

닫기

무인예약대출

1. 무인예약대출 현황은 홈페이지 로그인 후 무인예약대출 페이지에 확인 가능합니다.
2. 무인예약대출자료 대출을 원하지 않는 경우에는 무인예약대출 페이지에서 신청 또는 접수상태인 경우만 취소할 수 있습니다.
3. 희망대출일은 신청일로부터 최대 1주일 까지 가능합니다.
4. 희망대출일을 선택하지 않은 경우 대출대기 통보 후 1주일까지 기기에서 대출가능합니다.
5. 기타 문의사항은 도서관에 문의 바랍니다.

닫기

KMO200702827 권 호 :
발행년 : 2006
발행처 : 아이티씨

서 명 : 패턴인식

목차
머리말 = ⅲ
역자 머리말 = ⅸ
CHAPTER 1 소개
1.1 기계 인지 = 1
1.2 보기 = 2
1.3 패턴 인식 시스템 = 11
1.4 설계 싸이클 = 17
1.5 학습과 적응 = 20
1.6 결론 = 22
장들의 개요 = 22
서적 해제 및 역사적 논평 = 23
참고문헌 = 24
CHAPTER 2 Bayes 판정 이론
2.1 소개 = 25
2.2 Bayes 판정 이론-연속적 특징들 = 29
2.3 최소 에러율 분류 = 32
2.4 분류기, 판별 함수, 판정 표면 = 36
2.5 노멀 밀도 = 39
2.6 노멀 밀도에 대한 판별 함수 = 44
2.7 에러 확률과 적분 = 53
2.8 노멀 밀도에 대한 에러 한계 = 55
2.9 Bayes 판정 이론-이산 특징 = 60
2.10 누락된 특징과 노이즈 낀 특징 = 64
2.11 Bayes 신뢰 네트웍 = 66
2.12 복합적 Bayes 판정 이론과 정황 = 73
요약 = 74
서적 해제 및 역사적 논평 = 75
연습문제 = 77
컴퓨터 연습문제 = 91
참고문헌 = 93
CHAPTER 3 최대 우도 및 Bayes 파라미터 추정
3.1 소개 = 95
3.2 최대 우도 추정 = 96
3.3 Bayes 추정 = 103
3.4 Bayes 파라미터 추정: 가우시언 경우 = 105
3.5 Bayes 파라미터 추정: 일반 이론 = 111
3.6 충분 통계 = 118
3.7 차원의 문제 = 126
3.8 성분 분석 및 판별식 = 132
3.9 기대-최대화 = 144
3.10 은닉 Markov 모델 = 148
요약 = 161
서적 해제 및 역사적 논평 = 162
연습문제 = 163
컴퓨터 연습문제 = 177
참고문헌 = 181
CHAPTER 4 비파라미터적 기법
4.1 소개 = 183
4.2 밀도 추정 = 184
4.3 Parzen-윈도우 = 187
4.4 $$k_n$$-최근접 이웃 추정 = 199
4.5 최근접 이웃 룰 = 202
4.6 메트릭과 최근접 이웃 분류 = 214
4.7 퍼지 분류 = 220
4.8 축소된 Coulomb 에너지 네트웍 = 223
4.9 급수 전개에 의한 근사화 = 226
요약 = 229
서적 해제 및 역사적 논평 = 229
연습문제 = 231
컴퓨터 연습문제 = 239
참고문헌 = 243
CHAPTER 5 선형 판별 함수
5.1 소개 = 245
5.2 선형 판별 함수와 판정 평면 = 246
5.3 일반화된 선형 판별 함수 = 250
5.4 선형 분리 가능한 두 부류의 경우 = 255
5.5 퍼셉트론 기준 함수 최소화하기 = 259
5.6 이완 프로시저 = 269
5.7 분리 불가 반응 = 273
5.8 최소 제곱-에러 프로시저 = 274
5.9 Ho-Kashyap 프로시저 = 286
5.10 선형 프로그래밍 알고리즘 = 294
5.11 지원 벡터 기계 = 298
5.12 다부류 일반화 = 304
요약 = 309
서적 해제 및 역사적 논평 = 310
연습문제 = 311
컴퓨터 연습문제 = 319
참고문헌 = 322
CHAPTER 6 다층 신경망
6.1 소개 = 323
6.2 피드포워드 연산과 분류 = 325
6.3 역전파 알고리즘 = 331
6.4 에러 표면 = 340
6.5 특징 매핑으로서의 역전파 = 344
6.6 역전파, Bayes 이론, 그리고 확률 = 348
6.7 관련 통계 기법 = 351
6.8 역전파를 개선하기 위한 실질적 기법 = 353
6.9 2차 방법 = 367
6.10 기타 네트웍과 훈련 방법 = 374
6.11 조정, 복잡도 조절과 전정 = 381
요약 = 384
서적 해제 및 역사적 논평 = 385
연습문제 = 388
컴퓨터 연습문제 = 395
참고문헌 = 399
CHAPTER 7 추계학적 방법
7.1 소개 = 403
7.2 추계학적 탐색 = 404
7.3 Boltzmann 학습 = 415
7.4 Boltzmann 네트웍과 도형적 모델 = 427
7.5 진화적 방법 = 430
7.6 유전자 프로그래밍 = 437
요약 = 440
서적 해제 및 역사적 논평 = 440
연습문제 = 442
컴퓨터 연습문제 = 447
참고문헌 = 451
CHAPTER 8 비계량형 방법
8.1 소개 = 455
8.2 판정 트리 = 456
8.3 CART = 458
8.4 그 밖의 트리 방법 = 477
8.5 문자열에 의한 인식 = 479
8.6 문법적 방법 = 490
8.7 문법적 추론 = 500
8.8 룰-기반 방법 = 502
요약 = 506
서적 해제 및 역사적 논평 = 507
연습문제 = 509
컴퓨터 연습문제 = 519
참고문헌 = 523
CHAPTER 9 알고리즘-독립적 기계 학습
9.1 소개 = 527
9.2 모든 분류기의 본질적 우월성의 결여 = 529
9.3 바이어스와 분산 = 543
9.4 통계 추정을 위한 재표본화 = 550
9.5 분류기 설계를 위한 재표본화 = 555
9.6 분류기 추정 및 비교 = 564
9.7 분류기 결합하기 = 580
요약 = 584
서적 해제 및 역사적 논평 = 585
연습문제 = 588
컴퓨터 연습문제 = 595
참고문헌 = 599
CHAPTER 10 비감독형 학습과 클러스터링
10.1 소개 = 603
10.2 혼합 밀도와 식별가능성 = 604
10.3 최대-우도 추정 = 606
10.4 노멀 혼합에 대한 응용 = 608
10.5 비감독형 Bayes 학습 = 619
10.6 데이터 묘사와 클러스터링 = 627
10.7 클러스터링을 위한 기준 함수 = 633
10.8 반복적 최적화 = 641
10.9 계층적 클러스터링 = 644
10.10 유효성 문제 = 652
10.11 온라인 클러스터링 = 655
10.12 그래프-이론 방법 = 663
10.13 성분 분석 = 666
10.14 저차원 표현과 다차원 스케일링(MDS) = 672
요약 = 681
서적 해제 및 역사적 논평 = 683
연습문제 = 684
컴퓨터 연습문제 = 694
참고문헌 = 699
부록 A 수학 기초
A.1 표기법 = 703
A.2 선형 대수 = 707
A.3 Lagrange 최적화 = 714
A.4 확률 이론 = 714
A.5 가우시언의 미분과 적분 = 728
A.6 가설 검증 = 734
A.7 정보 이론 = 737
A.8 계산 복잡도 = 740
서적 해제 및 역사적 논평 = 742
참고문헌 = 743
찾아보기 = 745