Die 5. Auflage des Klassikers zur Statistischen Informationstechnik erf hrt eine substantielle Erweiterung im Bereich des maschinellen Lernens. Sie bietet somit einen ausgezeichneten berblick ber die beiden wichtigen Themen Mustererkennung/Signalverarbeitung und Maschinelles Lernen.
Die Autoren behandeln die Signalerkennung im Rauschen und die Mustererkennung sowie die Parameter- und Signalsch tzung. Moderne Verfahren wie Wavelet-Transformation oder Clusterbildung mit unscharfen Partitionen werden ber cksichtigt. Neben klassischen Verfahren der Detektion werden neuere, z.B. auf neuronale Netze und kernelbasierten Methoden aufbauende Klassifikatoren diskutiert.
Die Parametersch tzung behandelt neben Bayes- und Maximum-Likelihood-Ans tzen auch adaptive Verfahren. Wiener- und Kalman-Filter sind Beispiele zur Signalsch tzung. Die Grundlagen werden durch Anwendungsbeispiele aus der Praxis erl utert.
Geeignet f r Studierende und f r Ingenieure in der Praxis.
Related Subjects
Computers Computers & Technology Engineering Math Mathematics Science & Math Technology