Dostosuj tekst do każdego urządzenia
Twórz notatki
Rozpocznij czytanie tam, gdzie ostatnio skończyłeś
Mam już konto w internetowej bibliotece IBUK Libra
Nie mam konta w internetowej bibliotece IBUK Libra
PAMIĘTAJ!
Twój PIN do zasobów w:
Wygasa: dzisiaj
Aby zdobyć nowy PIN, skontaktuj się z Twoją biblioteką.
Zaakceptuj Regulamin, aby kontynuować korzystanie z serwisu.
Rozpoznawanie wzorców jest działem sztucznej inteligencji zajmującym się klasyfikacją obserwacji. Celem rozpoznawania jest klasyfikowanie danych (wzorców) na podstawie wiedzy a priori lub na podstawie informacji statystycznych uzyskanych z wzorca. Wzorce są zazwyczaj zbiorem obserwacji lub pomiarów. Wśród szerokiej gamy metod rozpoznawania wzorców można wyróżnić metody statystyczne. W przeciwieństwie do metod probabilistycznych wykorzystujących prawdopodobieństwo a priori, metody statystyczne wykorzystują reguły decyzyjne ze zbiorem uczącym złożonym z obiektów, dla których znany jest wektor cech i etykieta klasy wzorca. Jedną z wielu metod rozpoznawania wzorca są ukryte modele Markowa (UMM).