| ![](/p.gif) |
![](/p.gif) |
| Artikel-Nr.: 858A-9783642159534 Herst.-Nr.: 9783642159534 EAN/GTIN: 9783642159534 |
| |
|
| ![](/p.gif) | ![](/p.gif) |
![](/p.gif) | Die 5. Auflage des Klassikers zur Statistischen Informationstechnik erfährt eine substantielle Erweiterung im Bereich des maschinellen Lernens. Sie bietet somit einen ausgezeichneten Überblick über die beiden wichtigen Themen Mustererkennung/Signalverarbeitung und Maschinelles Lernen.Die Autoren behandeln die Signalerkennung im Rauschen und die Mustererkennung sowie die Parameter- und Signalschätzung. Moderne Verfahren wie Wavelet-Transformation oder Clusterbildung mit unscharfen Partitionen werden berücksichtigt. Neben klassischen Verfahren der Detektion werden neuere, z.B. auf neuronale Netze und kernelbasierten Methoden aufbauende Klassifikatoren diskutiert. Die Parameterschätzung behandelt neben Bayes- und Maximum-Likelihood-Ansätzen auch adaptive Verfahren. Wiener- und Kalman-Filter sind Beispiele zur Signalschätzung. Die Grundlagen werden durch Anwendungsbeispiele aus der Praxis erläutert.Geeignet für Studierende und für Ingenieure in der Praxis. Weitere Informationen: ![](/p.gif) | ![](/p.gif) | Author: | Kroschel Kristian; Gerhard Rigoll; Björn W. Schuller | Verlag: | Springer Berlin | Sprache: | ger |
|
| ![](/p.gif) | ![](/p.gif) |
![](/p.gif) | | ![](/p.gif) | ![](/p.gif) |
![](/p.gif) | Weitere Suchbegriffe: elektronik, elektro- und nachrichtentechnik - deutschsprachig, Informationstechnologie, IT, Technologie / Informationstechnologie, Nachrichtentechnik, Signal (technisch), Data Mining; Maschinelles Lernen; Parameterschätzung; Signaldarstellung; Signalerkennung; Signalverarbeitung; Statistik, Data Mining, Informationstechnik, Maschinelles Lernen, Mustererkennung, Parameterschätzung |
| ![](/p.gif) | ![](/p.gif) |
| |