| От редакторов русского перевода | 8 |
| Предисловие | 10 |
| |
| Г л а в а 1. Введение | 13 |
| |
| 1.1. Распознавание образов | 13 |
| 1.2. Методы детерминистской классификации | 15 |
| 1.3. Обучение в линейных классификаторах | 21 |
| 1.4. Методы статистической классификации | 23 |
| 1.5. Последовательная решающая модель для классификации образов | 27 |
| 1.6. Обучение в системах последовательного распознавания образов | 34 |
| 1.7. Заключение | 33 |
 Литература | 37 |
| |
| Г л а в а 2. Отбор и упорядочение признаков | 40 |
| |
| 2.1. Отбор и упорядочение признаков (теоретико-информационный подход) | 40 |
| 2.2. Отбор и упорядочение признаков — разложение Карунена-Лоэва | 46 |
| 2.3. Иллюстрирующие примеры | 53 |
| 2.4. Заключение | 61 |
| Литература | 61 |
| |
| Г л а в а 3. Прямая процедура для конечной последовательной |
| классификации, использующая модифицированный последовательный |
| критерий отношения вероятностей | 63 |
| |
| 3.1. Введение | 63 |
| 3.2. Модифицированный последовательный критерий отношения |
| вероятностей — дискретный случай | 64 |
| 3.3. Модифицированный последовательный критерий отношения |
| вероятностей — непрерывный случай | 69 |
| 3.4. Процедура модифицированного обобщённого последовательного |
| критерия отношения вероятностей | 72 |
| 3.5. Эксперименты по классификации образов | 73 |
| 3.6. Заключение | 79 |
| Литература | 80 |
| |
| Г л а в а 4. Обратная процедура конечного последовательного |
| распознавания с помощью динамического программирования | 81 |
| |
| 4.1. Введение | 81 |
| 4.2. Математическая формулировка и основное функциональное уравнение | 82 |
| 4.3. Уменьшение объёма вычислений | 85 |
| 4.4. Эксперименты по классификации образов | 90 |
| 4.5. Обратная процедура упорядочения признаков и классификации |
| образов | 97 |
| 4.6. Эксперименты по упорядочению признаков и по классификации |
| образов | 99 |
| 4.7. Применение динамического программирования для отбора |
| подмножества признаков | 106 |
| 4.8. Квазиоптимальное последовательное распознавание образов | 109 |
| 4.9. Заключение | 113 |
| Литература | 114 |
| |
| Г л а в а 5. Непараметрическая процедура последовательной |
| классификации образов | 116 |
| |
| 5.1. Введение | 116 |
| 5.2. Последовательные ранги и процедура определения последовательных |
| рангов | 117 |
| 5.3. Задача о последовательном испытании двух выборок | 122 |
| 5.4. Непараметрические последовательные классификаторы образов | 126 |
| 5.5. Анализ оптимального качества и обобщение на случай нескольких |
| классов | 129 |
| 5.6. Экспериментальные результаты и обсуждение | 134 |
| 5.7. Заключение | 137 |
| Литература | 138 |
| |
| Г л а в а 6. Байесово обучение в системах последовательного |
| распознавания образов | 139 |
| |
| 6.1. Обучение с поощрением на основе байесовых методов оценки | 139 |
| 6.2. Обучение без поощрения на основе байесовых методов оценки | 146 |
| 6.3. Байесово обучение при медленно изменяющихся образах | 151 |
| 6.4. Оценка параметров на основе эмпирического байесова метода | 153 |
| 6.5. Общая модель для байесовых обучающихся систем | 157 |
| 6.6. Заключение | 162 |
| Литература | 163 |
| |
| Г л а в а 7. Обучение в системах последовательного |
| распознавания на основе стохастической аппроксимации | 165 |
| |
| 7.1. Обучение с поощрением с помощью стохастической аппроксимации | 165 |
| 7.2. Обучение без поощрения с помощью стохастической аппроксимации | 173 |
| 7.3. Общая формулировка обучения без поощрения на основе |
| стохастической аппроксимации | 180 |
| 7.4. Оценка медленно меняющихся со временем параметров с помощью |
| динамической стохастической аппроксимации | 184 |
| 7.5. Заключение | 194 |
| Литература | 195 |
| |
| П р и л о ж е н и е А. Введение в последовательный анализ | 198 |
| |
| 1. Последовательный критерий отношения вероятностей | 198 |
| 2. Байесова последовательная решающая процедура | 204 |
| Литература | 207 |
| |
| П р и л о ж е н и е В. Оптимальные свойства обобщённого |
| разложения Карунена-Лоэва | 209 |
| |
| 1. Вывод свойства (1) | 209 |
| 2. Вывод свойства (2) | 211 |
| |
| П р и л о ж е н и е С. Свойства модифицированного п.к.о.в. | 213 |
| |
| П р и л о ж е н и е D. Подсчёт нескольких комбинаций величин kj |
| и вывод формулы для числа таблиц, необходимых при |
| вычислении функций риска | 220 |
| |
| П р и л о ж е н и е Е. Вычисления, необходимые для экспериментов |
| по упорядочению признаков и классификации образов |
| с помощью динамического программирования | 226 |
| |
| П р и л о ж е н и е F. Стохастическая аппроксимация — краткий |
| обзор | 231 |
| |
| 1. Процедура Роббинса-Монро для оценки нуля неизвестной функции |
| регрессии | 231 |
| 2. Процедура Кифера-Вольфовица для оценки экстремума неизвестной |
| функции регрессии | 232 |
| 3. Обобщённая процедура Дворецкого | 234 |
| 4. Методы ускорения сходимости | 237 |
| 5. Динамическая стохастическая аппроксимация | 240 |
| Литература | 243 |
| |
| П р и л о ж е н и е G. Метод потенциальных функций |
| или воспроизводимых ядер | 245 |
| |
| 1. Оценка функции при замерах без помех | 247 |
| 2. Оценка функции при замерах с помехами | 248 |
| 3. Классификация образов — детерминистский случай | 248 |
| 4. Классификация образов — статистический случай | 250 |
| Литература | 253 |
| |
| Предметный указатель | 254 |
