Θεωρία Αποφάσεων

Κωδικός Μαθήματος: 
CEID_ΝΕ5237
Κατηγορία: 
Περίοδος: 
Χειμερινό Εξάμηνο
Διδακτικές Μονάδες: 
5

Βασικές έννοιες και παραδείγματα της αντίληψης μηχανής, συστήματα αναγνώρισης προτύπων (αισθητήρες, τμηματοποίηση και ομαδοποίηση, εξαγωγή χαρακτηριστικών, ταξινόμηση, μετά- επεξεργασία), κύκλος σχεδίασής τους (συλλογή δεδομένων, επιλογή χαρακτηριστικών, επιλογή μοντέλου, εκπαίδευση, αποτίμηση, υπολογιστική πολυπλοκότητα), μάθηση και προσαρμοστικότητα (επιβλεπόμενη μάθηση, μη επιβλεπόμενη μάθηση, ενίσχυση μάθησης). Θεωρία απόφασης του Bayes για συνεχή χαρακτηριστικά (ταξινόμηση δύο κατηγοριών). Ταξινόμηση ελάχιστου ρυθμού λάθους (τα κριτήρια minimax και Neyman - Pearson ). Ταξινομητές, διακρίνουσες συναρτήσεις και επιφάνειες απόφασης (οι περιπτώσεις πολλών και δύο κατηγοριών). Η κανονική συνάρτηση πυκνότητας πιθανότητας (συνάρτηση πυκνότητας πιθανότητας μίας και πολλών μεταβλητών, διακρίνουσες συναρτήσεις για την κανονική συνάρτηση πυκνότητας πιθανότητας). Πιθανότητες λάθους και διαστήματα. Όρια λάθους για κανονικές συναρτήσεις πυκνότητας πιθανότητας (όριο Chernoff , όριο Bhattacharrya , θεωρία ανίχνευσης σημάτων και χαρακτηριστικές λειτουργίας). Θεωρία απόφασης του Bayes για διακριτά χαρακτηριστικά (ανεξάρτητα διακριτά χαρακτηριστικά). Εκτίμηση μέγιστης πιθανοφάνειας (γενική αρχή, η περίπτωση Gauss ). Εκτίμηση κατά Bayes (υπό συνθήκη πυκνότητες, κατανομή παραμέτρων). Bayesian εκτίμηση παραμέτρων ( Gaussian περίπτωση, γενική θεωρία). Τα προβλήματα των διαστάσεων. Hidden Markov Μοντέλα. Μη παραμετρικές τεχνικές. Υπολογισμός συνάρτησης πυκνότητας πιθανότητας. Παράθυρα Parzen (σύγκλιση μέσης τιμής, σύγκλιση διασποράς, εφαρμογές). Μέθοδος υπολογισμού K n πλησιέστερου γείτονα. Ο κανόνας του πλησιέστερου γείτονα (σύγκλιση, ρυθμός λάθους, όρια λάθους, υπολογιστική πολυπλοκότητα). Ταξινόμηση πλησιέστερου γείτονα και μέτρα απόδοσης (ιδιότητες των μέτρων, απόσταση εφαπτομένης). Γραμμικές διακρίνουσες συναρτήσεις και επιφάνειες απόφασης (η περίπτωση δύο και πολλών κατηγοριών). Γενικευμένες γραμμικές διακρίνουσες συναρτήσεις. Η περίπτωση δύο γραμμικά διαχωριζομένων κατηγοριών (διαδικασίες κλίσης καθόδου). Ο αλγόριθμος του Perceptron (ελαχιστοποίηση της συνάρτησης κριτηρίου, απόδειξη σύγκλισης). Διαδικασίες χαλάρωσης (ο αλγόριθμος descent , απόδειξη σύγκλισης). Μη διαχωρίσιμα συμπεριφορά. Διαδικασίες ελάχιστου τετραγωνικού λάθους (αλγόριθμος LMS ). Διαδικασίες Ho-Kashyap. Θεωρία παιγνίων. Ιστορική αναδρομή. Βασικά χαρακτηριστικά. Ταξινόμηση παιγνίων. Τρόποι περιγραφής και ανάλυσης των παιγνίων. Παίγνια μηδενικού αθροίσματος. Η περίπτωση καθαρής στρατηγικής. Μεικτές στρατηγικές.

Startup Growth Lite is a free theme, contributed to the Drupal Community by More than Themes.