LÝ THUYẾT NHẬN DẠNG
CHƯƠNG 3 –PHẦN I
NHẮC LẠI KIẾN THỨC XÁC SUẤT
Biên soạn: TS Ngô Hữu Phúc
Bộ môn: Khoa học máy tính
Học viện kỹ thuật quân sự
Email: ngohuuphuc76@gmail.com
Nhận dạng dựa trên thống kê
1
Thông tin chung
Thông tin về nhóm môn học:
Thời gian, địa điểm làm việc: Bộ môn Khoa học máy tính Tầng 2, nhà A1.
Địa chỉ liên hệ: Bộ môn Khoa học máy tính, khoa Công nghệ thông tin.
Điện thoại, email: 069-515-329, ngohuuphuc76.mta@gmail.com.
TTNT - Học viện Kỹ thuật Quân sự
2
TT
Họ tên giáo viên
Học hàm
Học vị Đơn vị công tác (Bộ môn)
1
Ngô
Hữu Phúc GVC TS BM Khoa học máy tính
2
Trần
Nguyên
Ngọc
GVC TS BM Khoa học máy tính
3
Nguyễn
Việt Hùng GV TS BM Khoa học máy tính
Cấu trúc môn học
Chương 0: Giới thiệu về môn học
Chương 1: Giới thiệu về nhận dạng mẫu.
Chương 2: Nhận dạng mẫu dựa trên thống kê học.
Chương 3: Ước lượng hàm mật độ xác suất.
Chương 4: Sự phân lớp dựa trên láng giềng gần nhất.
Chương 5: Phân loại tuyến tính.
Chương 6: Phân loại phi tuyến.
Chương 7: Mạng Neuron nhân tạo.
Thực hành: Giới thiệu một số ứng dụng trong thực tế
TTNT - Học viện Kỹ thuật Quân sự
3
Bài 3: Nhận dạng mẫu dựa trên thống kê học
TTNT - Học viện Kỹ thuật Quân sự
Chương 3
Tiết: 1-3; Tuần thứ: 3.
Mục đích, yêu cầu:
1. Nắm được kiến thức xác suất.
2. Xây dựng các module về tính toán dựa xác suất.
Hình thức tổ chức dạy học:Lý thuyết.
Thời gian: 3 tiết.
Địa điểm:Giảng đường do Phòng Đào tạo phân công
Nội dung chính: (Slides)
4
TỔNG QUAN
Sự tính toán không chắc chắn là một thành phần
quan trọng trong việc ra quyết định (ví dụ, phân
lớp của lý thuyết nhận dạng).
Lý thuyết xác suất là cơ chế thích hợp phục vụ cho
sự tính toán không chắc chắn.
Ví dụ:
"Nếu cá được đánh bắt ở biển Đại Tây Dương, thì nhiều
khả năng nó là cá hồi hơn so với cá mú (see-bass).
5
Nhận dạng dựa trên thống kê