Fundamentals of Pattern Recognition and Machine Learning

Introduction.- Optimal Classification.- Sample-Based Classification.- Parametric Classification.- Nonparametric Classification.- Function-Approximation Classification.- Error Estimation for Classification.- Model Selection for Classification.- Dimensionality Reduction.- Clustering.- Regression.- Bayesian Machine Learning.- Scientific.- Machine Learning.- Appendices.

Este título pertence ao(s) assunto(s) indicados(s). Para ver outros títulos clique no assunto desejado.

• Biologia, ciências da vida
• Reconhecimento de padrões
• Aprendizagem mecânica
• Processamento de imagens
• Modelagem computacional e simulação
• Visão por computador

Pattern Recognition;Machine Learning;Bioinformatics;Regression;Clustering;Feature Selection;Error Estimation;Materials Informatics;Vapnik-Chervonenkis Theory;Dimensionality Reduction;Neural Networks;Support Vector Machines;Multidimensional Scaling;Decision Trees;Principal Component Analysis;Gaussian Process;Cross-Validation;Bootstrap;K-means Clustering;Gaussian Mixture Modeling