Page 3 - 4713

ЗМІСТ

ВСТУП………………………………………………………………4

ЛЕКЦІЯ 1. Вступ до курсу "розпізнавання образів". Поняття
образу. Засоби, які використовуються при РО. Сприйняття образів
за сукупністю ознак. Класифікація систем розпізнавання образів.
Системи з самоорганізацією та самонавчанням………………..………5

ЛЕКЦІЯ 2. Розпізнавання тексту. Розпізнавання знімків.
Штучний інтелект в системах розпізнавання образів………………...15

ЛЕКЦІЯ 3. Стохастичне моделювання, аналітичне
моделювання, адаптивне моделювання. Кореляційний аналіз.
Лінійна кореляція. Значимість кореляції…………………………..….21

ЛЕКЦІЯ 4. Кластерний аналіз. Методи кластеризації.

Факторний аналіз. Факторний аналіз як метод редукції даних.
Аналіз головних компонент і класифікація. Дисперсійний аналіз.
Однофакторний. Багатофакторний…………………………………….25

ЛЕКЦІЯ 5. Аналіз часових рядів. Автокореляція,

кроскореляція в аналізі часових рядів Методи екстраполяції.
Прогнозування часових рядів на основі лінії тренда…………….………..31

ЛЕКЦІЯ 6. Нейрон і нейромережі. Аналогія з мозком.
Штучний нейрон. Штучні нейронні мережі…………………..………37

ЛЕКЦІЯ 7. Компоненти штучного нейрона. Архітектура

з'єднань штучних нейронів. Навчання штучної нейронної
мережі……………………………………………………………………41

ЛЕКЦІЯ 8. Типи мереж. Перцептрон Розенблата.
Нейромережа зворотного поширення похибки. Карта Кохонена...…46

ЛЕКЦІЯ 9. Нейромережі в задачах відображення.Задачі

прогнозування з застосуванням нейромереж………………...…50

ЛІТЕРАТУРА…..…………………………………………………55

3