HOME > Detail View

Detail View

패턴 인식

패턴 인식 (Loan 219 times)

Material type
단행본
Personal Author
오일석
Title Statement
패턴 인식 = Pattern recognition / 오일석 지음
Publication, Distribution, etc
서울 :   교보문고,   2008  
Physical Medium
xi, 496 p. : 삽화 ; 27 cm
ISBN
9788970859040
Bibliography, Etc. Note
참고문헌(p. 471-482)과 색인수록
000 00644camcc2200229 c 4500
001 000045488362
005 20121109104944
007 ta
008 080924s2008 ulka b 001c kor
020 ▼a 9788970859040 ▼g 93560
035 ▼a (KERIS)BIB000011440175
040 ▼a 222001 ▼c 222001 ▼d 211009
082 0 4 ▼a 006.4 ▼2 22
085 ▼a 006.4 ▼2 DDCK
090 ▼a 006.4 ▼b 2008
100 1 ▼a 오일석 ▼0 AUTH(211009)130431
245 1 0 ▼a 패턴 인식 = ▼x Pattern recognition / ▼d 오일석 지음
260 ▼a 서울 : ▼b 교보문고, ▼c 2008
300 ▼a xi, 496 p. : ▼b 삽화 ; ▼c 27 cm
504 ▼a 참고문헌(p. 471-482)과 색인수록
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 2008 Accession No. 111547915 Availability Available Due Date Make a Reservation Service B M
No. 2 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 006.4 2008 Accession No. 121180517 Availability Available Due Date Make a Reservation Service B M
No. 3 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 006.4 2008 Accession No. 121180914 Availability Available Due Date Make a Reservation Service B M
No. 4 Location Sejong Academic Information Center/Science & Technology/ Call Number 006.4 2008 Accession No. 151266161 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 2008 Accession No. 111547915 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 2008 Accession No. 121180517 Availability Available Due Date Make a Reservation Service B M
No. 2 Location Science & Engineering Library/Sci-Info(Stacks1)/ Call Number 006.4 2008 Accession No. 121180914 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 2008 Accession No. 151266161 Availability Available Due Date Make a Reservation Service M

Contents information

Author Introduction

오일석(지은이)

전북대학교 컴퓨터공학부 교수로 재직 중입니다. 서울대학교 컴퓨터공학부를 졸업하고, KAIST 전산학과에서 박사학위를 받았으며 주요 연구 분야는 기계 학습, 컴퓨터 비전, 패턴인식입니다. 저서로는 한빛아카데미의 『R로 배우는 데이터 과학』, 『기계 학습』(대한민국학술원 2018년 우수학술도서), 『컴퓨터 비전』(대한민국학술원 2015년 우수학술도서)과 교보문고의 『패턴인식』(문화체육관광부 2009년 우수학술도서), 『C 프로그래밍과 스타일링』(2009년), 인피니티북스의 『세상을 여는 컴퓨터 이야기』(2020년)가 있고 역서로는 한빛아카데미의 『앱인벤터2』(2015년)가 있습니다.

Information Provided By: : Aladin

Table of Contents

목차
1장 소개 = 1
 1.1 왜 패턴 인식인가? = 1
  1.1.1 지적 호기심 = 2
  1.1.2 지능 기계 = 2
  1.1.3 팽창하는 응용 = 3
 1.2 어떻게 인식하나? = 5
  1.2.1 데이터베이스 수집 = 6
  1.2.2 특징 = 8
  1.2.3 분류 = 10
  1.2.4 성능 평가 = 12
 1.3 시스템 설계 = 16
 1.4 수학 = 19
 1.5 자원 = 22
2장 베이시언 결정 이론 = 27
 2.1 확률과 통계 = 28
  2.1.1 확률 기초 = 28
  2.1.2 평균과 분산 = 32
  2.1.3 확률 분포의 표현과 추정 = 36
 2.2 베이시언 분류기 = 37
  2.2.1 최소 오류 베이시언 분류기 = 38
  2.2.2 최소 위험 베이시언 분류기 = 41
  2.2.3 M 부류로 확장 = 44
 2.3 분별 함수 = 45
 2.4 정규 분포에서 베이시언 분류기 = 48
  2.4.1 정규 분포와 분별 함수 = 48
  2.4.2 선형 분별 = 51
  2.4.3 2차 분별 = 54
  2.4.4 최소 거리 분류기 = 57
 2.5 베이시언 분류의 특성 = 59
 2.6 기각처리 = 60
3장 확률 분포 추정 = 65
 3.1 히스토그램 추정 = 67
 3.2 최대우도 = 68
 3.3 비모수적 방법 = 72
  3.3.1 파젠 창 = 72
  3.3.2 k-최근접 이웃 추정 = 75
  3.3.3 k-최근접 이웃 분류기 = 76
 3.4 혼합 모델 = 79
  3.4.1 가우시언 혼합 = 79
  3.4.2 EM 알고리즘 = 82
4장 신경망 = 95
 4.1 소개 = 96
  4.1.1 발상과 전개 = 96
  4.1.2 수학적 모델로서의 신경망 = 98
 4.2 퍼셉트론 = 99
  4.2.1 구조와 원리 = 99
  4.2.2 학습과 인식 = 102
  4.2.3 구현 = 107
 4.3 다충 퍼셉트론 = 110
  4.3.1 구조와 원리 = 110
  4.3.2 학습 = 118
  4.3.3 인식 = 127
  4.3.4 구현과 몇 가지 부연 설명 = 128
5장 SVM = 137
 5.1 발상 = 138
 5.2 선형 SVM = 139
  5.2.1 선형 분리 가능한 상황 = 141
  5.2.2 선형 분리 불가능한 상황 = 151
 5.3 비선형 SVM = 158
  5.3.1 커널 대치 = 158
  5.3.2 커널 대치를 이용한 비선형 SVM = 162
 5.4 구현 = 164
  5.4.1 학습 = 164
  5.4.2 인식 = 166
  5.4.3 M 부류 SVM = 168
 5.5 SVM의 특성 = 169
6장 질적 분류 = 175
 6.1 결정트리 = 176
  6.1.1 원리 = 177
  6.1.2 노드에서의 질문 = 179
  6.1.3 학습 알고리즘 = 185
  6.1.4 특성 = 187
 6.2 CART, ID3, 그리고 C4.5 = 191
 6.3 스트링 인식기 = 194
  6.3.1 교정 거리 = 195
  6.3.2 Levenshtein 거리 = 197
  6.3.3 Damerau-Levenshtein 거리 = 204
7장 순차 데이터의 인식 = 209
 7.1 순차 데이터 = 210
 7.2 마코프 모델 = 212
 7.3 은닉 마코프 모델로의 발전 = 220
  7.3.1 동기 = 221
  7.3.2 HMM의 예 = 223
  7.3.3 구성 요소와 세가지 문제 = 225
 7.4 알고리즘 = 229
  7.4.1 평가 = 230
  7.4.2 디코딩 = 236
  7.4.3 학습 = 241
 7.5 부연 설명 = 249
8장 특징 추출 = 257
 8.1 특징 생성의 틀 = 258
  8.1.1 실제 세계의 다양성 = 258
  8.1.2 특징 추출과 특징 선택 = 259
 8.2 영역에서 특징 추출 = 262
  8.2.1 모양에 관련한 특징 = 262
  8.2.2 투영과 프로파일 특징 = 266
 8.3 변환을 이용한 특징 = 268
  8.3.1 퓨리에 변환 = 270
  8.3.2 퓨리에 기술자 = 273
 8.4 시계열 신호에서의 특징 추출 = 274
 8.5 주성분 분석 = 277
  8.5.1 동기 = 278
  8.5.2 알고리즘과 응용 = 280
  8.5.3 사례 연구: 고유 얼굴 = 286
 8.6 Fisher의 선형 분별 = 288
 8.7 실용적 관점 = 293
  8.7.1 특징 결합 = 293
  8.7.2 특징 전처리 = 295
9장 특징 선택 = 303
 9.1 특징의 분별력 = 304
  9.1.1 직관적 이해 = 304
  9.1.2 분별력 측정 = 306
 9.2 특징 선택 문제의 이해 = 308
 9.3 전역 탐색 알고리즘 = 313
 9.4 순차 탐색 알고리즘 = 316
 9.5 통계적 탐색 연산을 가진 알고리즘 = 322
10장 군집화 = 325
 10.1 정의 = 327
 10.2 거리와 유사도 = 330
  10.2.1 특징 값의 종류 = 331
  10.2.2 거리와 유사도 측정 = 333
  10.2.3 점 집합을 위한 거리 = 334
  10.2.4 동적 거리 = 338
 10.3 군집화 알고리즘의 분류 = 338
 10.4 계층 군집화 = 340
  10.4.1 응집 계층 알고리즘 = 340
  10.4.2 분열 계층 알고리즘 = 346
 10.5 분할 군집화 = 347
  10.5.1 순차 알고리즘 = 348
  10.5.2 k-means 알고리즘 = 349
  10.5.3 모델 기반 알고리즘 = 354
 10.6 신경망 = 356
  10.6.1 자기 조직화 맵 = 356
  10.6.2 ART = 362
 10.7 통계적 탐색 = 366
  10.7.1 시뮬레이티드 어닐링 = 367
  10.7.2 유전 알고리즘 = 368
11장 최적화 알고리즘 = 373
 11.1 패턴 인식의 최적화 문제와 풀이 = 375
  11.1.1 최적화 문제들 = 375
  11.1.2 문제 풀이 = 378
 11.2 미분을 이용한 방법 = 379
  11.2.1 분석적 풀이 = 380
  11.2.2 내리막 경사법 = 381
  11.2.3 라그랑제 승수 = 385
  11.2.4 최적화 알고리즘과 패턴 인식 문제들 = 391
 11.3 시뮬레이티드 어닐링 = 392
 11.4 유전 알고리즘 = 395
  11.4.1 원리: 내리막 경사법, 시뮬레이티드 어닐링, 그리고 유전 알고리즘 = 395
  11.4.2 유전 알고리즘의 구조 = 397
  11.4.3 유전 연산 = 402
  11.4.4 매개 변수 설정과 선택 압력 = 408
  11.4.5 찬반 논쟁 = 409
 11.5 메타 휴리스틱 = 412
12장 혼성 모델 = 417
 12.1 알고리즘의 성능 특성 = 418
 12.2 재 샘플링에 의한 성능 평가 = 423
 12.3 혼성 모델의 발상 = 426
  12.3.1 동기 = 426
  12.3.2 이유 = 429
 12.4 앙상블 생성 = 431
  12.4.1 배깅 = 432
  12.4.2 부스팅 = 433
 12.5 앙상블 결합 = 436.
  12.5.1 부류 표지 = 438
  12.5.2 부류 순위 = 442
  12.5.3 부류 확률 = 442
 12.6 앙상블 선택 = 444
  12.6.1 다양성 척도 = 445
  12.6.2 선택 알고리즘 = 450
 12.7 알고리즘을 바라보는 관점 = 453
부록A 정보 이론 = 459
부록B 인터넷 자원 = 465
 B.1 일반 = 465
 B.2 포털 = 466
 B.3 강의자료 = 467
 B.4 소프트웨어 = 467
 B.5 데이터베이스 = 469
참고문헌 = 471
찾아보기 = 483

New Arrivals Books in Related Fields

Alexopoulos, Panos (2022)
Dataiku team (2022)