Πληροφορίες
Κωδικός Μαθήματος EIP109
Εξάμηνο 1ο
Κατηγορία Υποχρεωτικό
Μονάδες ECTS 8
Eclass Μαθήματος
Διδάσκων
Προτεινόμενη Βιβλιογραφία
  • Machine Learning: A Bayesian and Optimization Perspective (Net Developers) 19 May 2015 by Sergios Theodoridis.
  • Pattern Recognition and Machine Learning (Information Science and Statistics) 2007 by Christopher M. Bishop.
  • The Elements of Statistical Learning Book by Jerome H. Friedman, Robert Tibshirani, and Trevor Hastie.
Περιγαφή Μαθήματος

Oμαδοποίηση k-means, fcm , vlad, Ασαφής λογική
Γραμμική παλινδρόμηση, logistic regression, linear SVM
Μη-γραμμική παλινδρόμηση, Μη γραμμική ταξινόμηση, kernel SVM, k-NN, κλπ
Τεχνικές ανάκτησης εικόνας
Απεικονίσεις χαμηλής διάστασης
Φιλτρα Gabor
PCA και LDA για αναγνώριση προσώπου
ICA analysis
Συμπίεση –κωδικοποίηση –Αραιή αναπαράσταση
NMF, Archetypal analysis(?)
Spectral clustering-Graphs -MST
Neural networks
Συνελικτικά Νευρωνικά δίκτυα
3Δ Σχήματα περιγραφή –ανάλυση – ταξινόμηση