《媒体与认知》第5章模式识别基础2.pptx

下载文档 降价啦

2
0
约小于1千字
约 60页
2022-07-07 发布于浙江
举报
版权申诉
保障服务

《媒体与认知》第5章模式识别基础2.pptx

1、本文档共60页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。

;本章主要内容;上次课内容回顾;? 贝叶斯决策：已知先验概率 P(?i ) 和类条件概率密度函数 p( x | ?i ) 计算后验概率 p(?i | x) 对未知样本分类。选择后验概率最大的类别可实现最小错误率的判决。 ω( x) ? arg max p(ωi | x) ? arg max p( x | ωi ) p(ωi );正态分布假设下的贝叶斯决策;正态分布假设下的贝叶斯决策;正态分布假设下的贝叶斯决策;;;;线性判别函数;线性判别函数的增广形式;两类问题线性判别准则;线性分类器的分类界面;分类界面的几何解释;多类问题（情况一）;;多类问题（情况一）判别规则;多类问题（情况二）;多类问题（情况二）分类界面;多类问题（情况二）判别准则;;多类问题（情况三）判别函数;5.3.2 线性判别函数的学习;训练样本的规范化;;一般求解方法—梯度下降法;5.3.3 感知器算法(Perceptron);感知器准则;感知器算法(批量调整版本);感知器算法(单样本调整版本);感知器算法的特点;线性分类器的局限性;解决途径;广义线性判别函数;XOR问题的二次函数解;广义线性判别函数的实质;广义线性判别函数的问题;;;树形决策分类;;;混合分布;5.4.2 聚类准则函数;;5.4.3 k-均值聚类;;;;EM算法过程：;;;;;;;;? 边肇祺,张学工.模式识别. 清华大学出版社, 2000 Duda R O, Hart P E, Stork D G. Pattern classification. John Wiley Sons, 2012.;