М.: Наука, 1974. — 416 с.
В первой части книги задача распознавания образов рассматривается с
точки зрения проблемы минимизации среднего риска. Показано, как
далеко можно продвинуться в решении задачи обучения распознаванию
образов, следуя по каждому из существующих в статистике путей
минимизации риска, и к каким алгоритмам они приводят. Вторая часть
посвящена исследованию математических проблем обучения. Изложена
теория равномерной сходимости частот появлений событий к их
вероятностям, которая является предельным обобщением теоремы
Гливенко. Третья часть посвящена алгоритмам построения линейных и
кусочно-линейных решающих правил. Для студентов старших курсов,
аспирантов, инженеров и ученых, занятых в области теоретической и
технической кибернетики.
Содержание:
Элементарная теория
Перцептрон Розенблатта
Задача обучения машин распознаванию образов
Методы обучения, основанные на восстановлении распределения вероятностей
Рекуррентные алгоритмы обучения распознаванию образов
Алгоритмы, минимизирующие эмпирический риск
Метод упорядоченной минимизации риска
Примеры применения методов обучения распознаванию образов
Несколько общих замечаний Статистические основы теории
О сходимости рекуррентных алгоритмов обучения распознаванию образов
Достаточные условия равномерной сходимости частот к вероятностям по классу событий
Необходимые и достаточные условия равномерной сходимости частот к вероятностям по классу событий
Оценки равномерного относительного уклонения частот от вероятностей в классе событий
Применение теории равномерной сходимости к методам минимизации эмпирического риска Методы построения разделяющих поверхностей
Построение разделяющей гиперплоскости (метод обобщённого портрета)
Алгоритмы обучения распознаванию образов, реализующие метод обобщенного портрета
Метод сопряженных направлений. Комментарии.
Литература.
Перцептрон Розенблатта
Задача обучения машин распознаванию образов
Методы обучения, основанные на восстановлении распределения вероятностей
Рекуррентные алгоритмы обучения распознаванию образов
Алгоритмы, минимизирующие эмпирический риск
Метод упорядоченной минимизации риска
Примеры применения методов обучения распознаванию образов
Несколько общих замечаний Статистические основы теории
О сходимости рекуррентных алгоритмов обучения распознаванию образов
Достаточные условия равномерной сходимости частот к вероятностям по классу событий
Необходимые и достаточные условия равномерной сходимости частот к вероятностям по классу событий
Оценки равномерного относительного уклонения частот от вероятностей в классе событий
Применение теории равномерной сходимости к методам минимизации эмпирического риска Методы построения разделяющих поверхностей
Построение разделяющей гиперплоскости (метод обобщённого портрета)
Алгоритмы обучения распознаванию образов, реализующие метод обобщенного портрета
Метод сопряженных направлений. Комментарии.
Литература.