|
| Titre : |
Reconnaissance des formes : théorie et pratique sous Matlab ; cours et exercices corrigés |
| Type de document : |
texte imprimé |
| Auteurs : |
Laurence Likforman-Sulem, Auteur ; Elisa H. Barney Smith, Auteur |
| Editeur : |
Paris : Ellipses |
| Année de publication : |
2013 |
| Collection : |
Technosup (Paris), ISSN 1275-3955 |
| Importance : |
1 vol. (227 p.) |
| Présentation : |
ill., couv. ill. |
| Format : |
26 cm |
| ISBN/ISSN/EAN : |
978-2-7298-8067-5 |
| Langues : |
Français (fre) |
| Catégories : |
Informatique
|
| Mots-clés : |
Reconnaissance des formes (informatique)
MATLAB (logiciel) |
| Index. décimale : |
006.4 - Reconnaissance des formes par ordinateur |
| Résumé : |
La reconnaissance des formes, au coeur de systèmes qui simulent les activités humaines de perception, de reconnaissance et de compréhension, modélise les processus d'interprétation de signaux, d'images ou de textes. Ses applications phares sont la reconnaissance de la parole, la reconnaissance des visages (et des sourires), la reconnaissance des écritures, ainsi que la détection des spams. Ce livre explore les principes très divers sous-jacents à un système de reconnaissance des formes. Ils sont issus des probabilités, des processus stochastiques, de la programmation dynamique, des réseaux de neurones. L'ouvrage comprend une partie théorique largement illustrée et des exercices accompagnés de leur correction. Lui est associée l'indispensable mise en pratique. A cet effet des exercices à réaliser sur ordinateur sont systématiquement proposés. Ils font appel au langage Matlab qui permet une mise en oeuvre très rapide. Le lecteur, s'il n'est pas déjà familier avec ce langage, trouvera ici une occasion pour acquérir des compétences dans l'utilisation de cet outil scientifique très répandu. |
| Note de contenu : |
Sommaire
Avant-propos
1, Introduction
2, Approche bayésienne
3, Approche Markovienne
4, Discrimination paramétrique
5, Analyse en composantes principales et analyse discriminante de Fisher
6, Classification automatique
7, Discrimination non paramétrique : les k-plus proches voisins
8, Réseaux de neurones : du perceptron aux machines de Boltzmann
9, Représentations des formes à base de chaînes
10, Évaluation de systèmes
A, Introduction à Matlab
B, Données pour exercices |
| Côte titre : |
Fs/11200-11202,Fs/12055-12056 |
Reconnaissance des formes : théorie et pratique sous Matlab ; cours et exercices corrigés [texte imprimé] / Laurence Likforman-Sulem, Auteur ; Elisa H. Barney Smith, Auteur . - Paris : Ellipses, 2013 . - 1 vol. (227 p.) : ill., couv. ill. ; 26 cm. - ( Technosup (Paris), ISSN 1275-3955) . ISBN : 978-2-7298-8067-5 Langues : Français ( fre)
| Catégories : |
Informatique
|
| Mots-clés : |
Reconnaissance des formes (informatique)
MATLAB (logiciel) |
| Index. décimale : |
006.4 - Reconnaissance des formes par ordinateur |
| Résumé : |
La reconnaissance des formes, au coeur de systèmes qui simulent les activités humaines de perception, de reconnaissance et de compréhension, modélise les processus d'interprétation de signaux, d'images ou de textes. Ses applications phares sont la reconnaissance de la parole, la reconnaissance des visages (et des sourires), la reconnaissance des écritures, ainsi que la détection des spams. Ce livre explore les principes très divers sous-jacents à un système de reconnaissance des formes. Ils sont issus des probabilités, des processus stochastiques, de la programmation dynamique, des réseaux de neurones. L'ouvrage comprend une partie théorique largement illustrée et des exercices accompagnés de leur correction. Lui est associée l'indispensable mise en pratique. A cet effet des exercices à réaliser sur ordinateur sont systématiquement proposés. Ils font appel au langage Matlab qui permet une mise en oeuvre très rapide. Le lecteur, s'il n'est pas déjà familier avec ce langage, trouvera ici une occasion pour acquérir des compétences dans l'utilisation de cet outil scientifique très répandu. |
| Note de contenu : |
Sommaire
Avant-propos
1, Introduction
2, Approche bayésienne
3, Approche Markovienne
4, Discrimination paramétrique
5, Analyse en composantes principales et analyse discriminante de Fisher
6, Classification automatique
7, Discrimination non paramétrique : les k-plus proches voisins
8, Réseaux de neurones : du perceptron aux machines de Boltzmann
9, Représentations des formes à base de chaînes
10, Évaluation de systèmes
A, Introduction à Matlab
B, Données pour exercices |
| Côte titre : |
Fs/11200-11202,Fs/12055-12056 |
|  |
006.3 Intelligence artificielle
