HOME > Detail View

Detail View

패턴인식 개론 : MATLAB 실습을 통한 입체적 학습 (Loan 299 times)

Material type
단행본
Personal Author
한학용
Title Statement
패턴인식 개론 : MATLAB 실습을 통한 입체적 학습 / 한학용 지음
Publication, Distribution, etc
서울 :   한빛미디어,   2005  
Physical Medium
583 p. : 삽화 ; 25 cm
Series Statement
IT cookbook: 원리를 알면 IT가 맛있다
ISBN
8979143230
General Note
부록: MATLAB 사용법  
색인수록  
Subject Added Entry-Topical Term
컴퓨터 인식
비통제주제어
패턴 접근법,,
000 00000cam c2200205 c 4500
001 000045186643
005 20170707140453
007 ta
008 050803s2005 ulka 001c kor
020 ▼a 8979143230 ▼g 13560
035 ▼a KRIC09981698
040 ▼a 211046 ▼c 211046 ▼d 211046 ▼d 211009
082 0 4 ▼a 006.4 ▼2 22
085 ▼a 006.4 ▼2 DDCK
090 ▼a 006.4 ▼b 2005
100 1 ▼a 한학용
245 1 0 ▼a 패턴인식 개론 : ▼b MATLAB 실습을 통한 입체적 학습 / ▼d 한학용 지음
260 ▼a 서울 : ▼b 한빛미디어, ▼c 2005
300 ▼a 583 p. : ▼b 삽화 ; ▼c 25 cm
440 0 0 ▼a IT cookbook: 원리를 알면 IT가 맛있다
500 ▼a 부록: MATLAB 사용법
500 ▼a 색인수록
650 ▼a 컴퓨터 인식
653 ▼a 패턴 접근법
945 ▼a KINS

No. Location Call Number Accession No. Availability Due Date Make a Reservation Service
No. 1 Location Main Library/Monographs(3F)/ Call Number 006.4 2005 Accession No. 111327994 Availability Available Due Date Make a Reservation Service B M
No. 2 Location Main Library/Education Reserves(Health Science)/ Call Number 006.4 2005 Accession No. 141047569 Availability Available Due Date Make a Reservation Service B M
No. 3 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 006.4 2005 Accession No. 121111256 Availability Available Due Date Make a Reservation Service B M
No. 4 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 006.4 2005 Accession No. 121111257 Availability Available Due Date Make a Reservation Service B M
No. 5 Location Sejong Academic Information Center/Science & Technology/ Call Number 006.4 2005 Accession No. 151182494 Availability Available Due Date Make a Reservation Service M
No. Location Call Number Accession No. Availability Due Date Make a Reservation Service
No. 1 Location Main Library/Monographs(3F)/ Call Number 006.4 2005 Accession No. 111327994 Availability Available Due Date Make a Reservation Service B M
No. 2 Location Main Library/Education Reserves(Health Science)/ Call Number 006.4 2005 Accession No. 141047569 Availability Available Due Date Make a Reservation Service B M
No. Location Call Number Accession No. Availability Due Date Make a Reservation Service
No. 1 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 006.4 2005 Accession No. 121111256 Availability Available Due Date Make a Reservation Service B M
No. 2 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 006.4 2005 Accession No. 121111257 Availability Available Due Date Make a Reservation Service B M
No. Location Call Number Accession No. Availability Due Date Make a Reservation Service
No. 1 Location Sejong Academic Information Center/Science & Technology/ Call Number 006.4 2005 Accession No. 151182494 Availability Available Due Date Make a Reservation Service M

Contents information

Book Introduction

패턴인식, 인공 지능과 관련된 수학적 기초지식에서부터 주요 핵심 주제와 관련한 기술에 이르기까지 일별해 볼 수 있도록 설명한 개론서다. 패턴인식 핵심 알고리즘에 대한 알기 쉬운 설명이 담겨 있다.


Information Provided By: : Aladin

Author Introduction

한학용(지은이)

동아대학교에서 전자공학 석?사 학위를 받았다. ㈜이지하모니 부설 기술연구소장, 동명정보기술원 생체 인식 과정 코스매니저, 부산대학교 산학협력단 전임 연구원을 거쳐 현재는 동아대학교 멀티미디어 연구센터 계약 교수로 재직 중이며, 음성 및 영상 신호처리, 패턴인식 응용 시스템 개발과 관련된 연구를 하고 있다. 저서로는 『멀티미디어 사운드 프로그래밍』(영진닷컴, 2003)이 있다. hyhan@donga.ac.kr

Information Provided By: : Aladin

Table of Contents

저자 머리말 = 4
추천사 = 6
강의계획표 = 7
워밍업 = 8
학습 로드맵 = 10
강의 보조 자료 및 참고 문헌 = 12
Chapter 01 인공지능의 가능성과 한계 = 21
  01 인공지능의 가능성에 대한 긍정적 입장 = 22
  02 인공지능의 가능성에 대한 부정적 입장 = 23
  03 컴퓨터와 뇌의 작용에 관한 착각 = 27
  04 신경망의 한계 = 28
  05 불교 유식학의 입장 = 29
Chapter 02 패턴인식의 개요 = 33
  01 패턴인식의 정의 = 34
  02 특징과 패턴 = 35
  03 패턴인식 시스템의 구성 요소와 설계 사이클 = 38
    패턴인식 시스템 설계 5단계
  04 패턴인식의 유형과 분류기 = 40
    문제의 유형
    분류기
  05 패턴인식의 접근법 = 42
    패턴인식의 접근법
  06 패턴인식의 응용 분야 = 44
    패턴인식의 응용 분야
    패턴인식의 관련 분야
  07 패턴인식의 응용 예 = 46
    간단한 영문자 인식 시스템
    자동 어류 분류 시스템
Chapter 03 선형 대수학-벡터와 행렬 = 53
  01 벡터 이론 = 54
    벡터 이론의 주요 개념
  02 행렬 대수 = 62
    행렬의 종류
    행렬의 곱셈
    행렬의 트레이스
    행렬의 계수
    역행렬
    행렬식
    고유치와 고유 벡터
    유사 변환과 행렬의 대각화
    2차 형식
    SVD:특이값 재구성
    선형 변환
Chapter 04 기초 통계와 확률 이론 = 79
  01 기초 통계 = 80
    통계 용어
    통계 파라미터
    회귀 분석
  02 확률 이론 = 89
    확률 용어 정리
    주변 확률, 조건부 확률, 결합 확률, 체인 규칙
    전체 확률 이론
    베이즈의 정리
Chapter 05 확률변수와 확률분포 = 99
  01 확률변수 = 100
  02 확률분포 = 102
  03 확률함수의 종류 = 102
    누적분포함수
    확률밀도함수와 확률질량함수
    확률밀도함수와 확률
    기대값 : 확률변수의 평균
    확률변수의 분산과 표준편차
  04 벡터 랜덤변수 = 107
  05 랜덤 벡터의 통계적 특징 = 110
  06 공분산 행렬 = 110
  07 가우시안 분포 = 112
    가우시안 분포함수
    완전 공분산 가우시안 형태
    대각 공분산 가우시안 형태
    구형 공분산 가우시안 형태
  08 MATLAB 실습 = 119
Chapter 06 통계적 결정이론과 확률밀도함수의 추정 = 131
  01 우도비 검증 = 132
  02 오류확률 = 135
  03 베이즈 위험 = 138
  04 LRT 결정규칙의 변형 = 142
    베이즈 규준
    MAP 규준
    ML 규준
  05 다중 클래스 결정규칙 = 143
    오류확률을 이용한 다중 클래스 결정규칙
    베이즈 위험을 이용한 다중 클래스 결정규칙
  06 판별함수 = 146
  07 최우추정법에 의한 확률밀도함수의 추정 = 147
  08 MATLAB 실습 = 154
Chapter 07 선형과 이차 분류기 = 163
  01 선형 분류기 = 164
    판별식 가중치 결점
    결정 경계
  02 이차 분류기 = 167
    가우시안 확률밀도함수의 일반식
    Case 1 : =σ²I
    Case 2 : =∑(∑: 대각 행렬)
    Case 3 : =∑(∑: 비대각 행렬)
    Case 4 : =I
    Case 5 : ≠(일반형)
Chapter08 데이터 마이닝의 시작 - 백터 양자화와 클러스터링 = 181
  01 교사와 비교사 학습 = 182
  02 비교사 학습의 두 가지 접근법 = 182
    모수적 혼합 모델 구축을 통한 방법
    비모수적 방법
  03 벡터 양자화/클러스터링 = 183
  04 최적화 기준 = 184
  05 k-means 알고리즘과 EM 알고리즘 = 185
  06 비균일 이진 분할 = 188
  07 k-means와 이진 분리의 비교와 개선 : LBG 알고리즘 = 189
  08 MATLAB 실습 = 191
Chapter 09 견고한 확률 모델 - 가우시안 혼합 모델 = 207
  01 가우시안 혼합 모델이란? = 218
  02 GMM의 학습 : EM 알고리즘 = 210
  03 EM 알고리즘의 필요성 = 213
  04 EM 알고라즘의 일반화 = 216
    Expectation 단계
    Maximization 단계
    수렴 성질
  05 EM 알고리즘과 k-means 클러스터링 알고리즘과의 관계 = 220
  06 MATLAB 실습 = 221
Chapter 10 비모수 밀도 추정법 = 245
  01 비모수 밀도 추정이란? = 246
  02 히스토그램 = 247
  03 커널 밀도 추정 = 250
  04 Parzen 창에 의한 커널 밀도 추정 = 254
  05 스무스 커널을 이용한 커널 밀도 추정 = 259
  06 k-NNR을 이용한 밀도 추정 = 264
  07 비모수 밀도 추정을 이용한 패턴인식 = 268
  08 MATLAB 실습 = 270
Chapter 11 특징 벡터의 차원 축소 - 구성분 분석법 = 273
  01 차원의 저주 = 274
    데이터 시각화
    특징 추출
  02 고유벡터와 고유값 = 275
    고유벡터
    고유값
  03 주성분 분석 = 278
  04 MATLAB 실습 = 283
Chapter 12 선형판별 분석법 = 305
  01 선형판별분석과 Fisher의 선형판별식 = 306
  02 2진 분류에 적용된 LDA = 308
  03 C-클래스 분류에 적용된 LDA = 314
  04 LDA의 두 가지 접근법과 한계 = 317
  05 MATLAB 실습 = 322
Chapter 13 신경 세포 모델링 - 인공 신경망 = 335 
  01 신경세포의 모델링과 인공 신경망의 태동 : McCulloch and Pitts(1943) = 336
  02 헤브의 학습 규칙 : Hebb(1949) = 341
  03 인공 신경망의 번성과 퍼셉트론 : Rosenblatt(1958) = 344
  04 LMS 학습 규칙 : Widrow and Hoff(1960) = 347
  05 신경망의 암흑기 : Minsky and Papert(1969) = 350
  06 신경망의 부활과 역전파 알고리즘 : Rumelhart, Hinton and Williams(1986) = 351
    출력층과 은닉층간의 연결강도의 변화
    입력층과 은닉층간의 연결강도의 변화
  07 패턴인식과 인공 신경망의 구조 = 360
    전방향 신경망과 회귀 신경망
    예측형과 분류형 신경망
  08 MATLAB 실습 = 364
Chapter 14 뇌 영역 모델링 - 자기 조직화 특징 지도 = 381
  01 자기 조직화 특징 지도란? = 382
  02 SOFM의 학습 과정과 장단점 = 383
    경쟁 과정
    협동 과정
    적응 과정
    SOFM의 장단점
  03 학습절차와 사용되는 함수 = 385
    학습 절차
    사용되는 함수들
  04 2차원 지도의 자기 조직화 = 387
  05 2차원 데이터 분포를 대표하는 1차원 체인 형성 자기 조직화 = 388
  06 SOFM을 이용한 음성인식 = 390
  07 MATLAB 실습 = 391
Chapter 15 기발한 최적화 방법 - 유전 알고리즘 = 401
  01 최적화 문제와 유전 알고리즘 개요 = 402
  02 유전 알고리즘의 특징 = 405
  03 유전 알고리즘과 진화 알고리즘 = 405
  04 유전 알고리즘의 구성요소 = 406
  05 유전 연산자 = 408
    선택 혹은 재생산 연산자
    교배 연산자
    돌연변이 연산자
  06 적합 함수 = 413
  07 단순 유전 알고리즘 = 414
  08 순회 판매원 문제에 적용된 유전 알고리즘 = 415
    부분 사상 교배
    순서 교배
    주기 교배
  09 MATLAB 실습 = 420
Chapter 16 시계열 패턴 인식의 시작 - 동적 계획법과 DTW = 437
  01 정적 패턴과 동적 패턴 = 438
  02 동적 계획법 = 438
  03 예제를 통한 동적 계획법의 이해 = 439
    1차원 동적 계획법 적용 예 : 배낭 문제(Knapsack Problem)
    2차원 동적 계획법과 역추적(백트랙킹) : 최적 경로 찾기
    2차원 동적 계획법 적용 예 : LCS 찾기
  04 DTW 알고리즘 = 454
    선형 신축과 비선형 신축
    음성 인식에 적용된 DTW의 제약 조건
  05 MATLAB 실습 = 461
Chapter 17 음성 인식의 기수 - HMM = 467
  01 확률 행렬과 마르코프 연쇄 = 468
  02 마프코프 가정, 마르코프 모델, 마르코프 과정 = 470
  03 은닉 마르코프 모델 = 474
    날씨 HHM 모델
    항아리 속의 공 HMM 모델
  04 HMM의 3가지 문제와 해법 = 479
  05 확률 평가 문제와 해법 = 481
    전향 과정 알고리즘
    후향 과정 알고리즘
    전향-후향 알고리즘
    전후향 알고리즘을 통한 확률 평가 비교
  06 최적 상태열 문제와 해법 = 491
    비터비 알고리즘
    터비 알고리즘에 의한 최적 상태열 탐색
  07 파라미터 추정의 문제와 해법 = 495
    Baum-Welch 재추정 알고리즘
  08 MATLAB 실습 = 500
Chapter 18 최적 분류를 향한 끝없는 도전 - SVM = 517
  01 SVM 소개 = 518
  02 최적 분류 초평면 = 520
  03 최대 마진의 수식화 = 523
  04 선형 SVM의 학습 = 528
  05 KKT조건과 마진 최대화 = 530
  05 Suppot Vector 전개와 판별함수 = 531
  07 비선형 SVM = 533
  08 커널 트릭 = 536
  09 MATLAB 실습 = 539
부록 : MATLAB 사용법 = 549
찾아보기 = 578

New Arrivals Books in Related Fields

Alexopoulos, Panos (2022)
Dataiku team (2022)