Uvod u raspoznavanje uzoraka

Opis predmeta

Raspoznavanje uzoraka. Osnovni motivi istraživanja. Model sustava za raspoznavanje. Primjer sustava za raspoznavanje uzoraka. Odnos umjetne inteligencije i raspoznavanja uzoraka. Izbor osnovnih značajki uzorka. Linearne i nelinearne transformacije. Kodiranje osnovnih značajki. Linearne funkcije odlučivanja. Nelinearne funkcije odlučivanja. Postupci učenja funkcija odlučivanja. Statistička klasifikacija uzoraka. Bayesov kriterij odlučivanja. Ocjena parametara. Nenumeričko raspoznavanje uzoraka. Strukturno razvrstavanje uzoraka. Sintaktičko raspoznavanje uzoraka pomoću stohastičkih jezika. Analiza grupa. Primjeri izvedbi sustava za raspoznavanje uzoraka.

Opće kompetencije

Uvod u raspoznavanje osposobljava studente za razumijevanje osnovnih načela analize (složenih) uzoraka koja se rabi u strojnoj interpretaciji svijeta i okrženju u kojem stroj djeluje. Raspoznavanje uzoraka predstavlja temelj za razumijevanje komunikacije čovjeka i stroja.

Ishodi učenja

  1. definirati pojmove iz raspoznavanja uzoraka
  2. objasniti i razlikovati postupke, metode i algoritme u području raspoznavanja uzoraka
  3. primijeniti metode iz raspoznavanja uzoraka u novim aplikacijama
  4. analizirati i raščlaniti problem sustava raspoznavanja uzoraka
  5. dizajnirati i razviti jednostavan sustav za raspoznavanje uzorka za određenu aplikaciju
  6. ocijeniti kvalitetu rješenja sustava za raspoznavanje uzoraka

Oblici nastave

Predavanja

Nastava se održava u dva ciklusa - svaki po 7 tjedana. Nastava se provodi kroz 15 tjedana s tjednim opterećenjem od tri sata. Nakon svakog ciklusa, tj. u 8. tjednu predavanja i 15. tjednu predavanja provodi se provjera znanja, odnosno završni ispit. Tjedan neposredno prije provjere znaja, odnosno zavrsnog ispita predviđen je za rješavanje zadataka.

Provjere znanja

Provjera znanja se obavlja pismenim ispitom dva puta u semestru. Periodično se održavaju kratki nenajavljeni testovi.

Konzultacije

Jednom tjedno predviđene su konzultacije u trajanju od 2 sata.

Način ocjenjivanja

Kontinuirana nastava Ispitni rok
Vrsta provjere Prag Udio u ocjeni Prag Udio u ocjeni
Kratke provjere znanja 0 % 6 % 0 % 0 %
Sudjelovanje u nastavi 0 % 2 % 0 % 0 %
Prisutnost 85 % 2 % 0 % 0 %
Međuispit: Pismeni 0 % 40 % 50 %
Završni ispit: Pismeni 50 % 50 %
Ispit: Pismeni 50 % 100 %

Tjedni plan nastave

  1. Raspoznavanje uzoraka. Zadatak raspoznavanja uzoraka. Osnovni motivi istraživanja. Primjer sustava za raspoznavanje.
  2. Model sustava za raspoznavanje uzoraka.
  3. Linearne decizijske funkcije.
  4. Određivanje linearnih decizijskih funkcija. Algoritam perceptrona.
  5. Ilustracija postupaka i rješavanje numeričkih problema.
  6. Nelinearne decizijske funkcije. Poopćene decizijske funkcije.
  7. Ilustracija postupaka i rješavanje numeričkih problema.
  8. Međuispit – provjera znanja.
  9. Nelinearne decizijske funkcije – potencijalne funkcije.
  10. Statistička klasifikacija uzoraka. Bayesov kriterij odlučivanja. Ocjena parametara.
  11. Sintaktičko (nenumeričko) raspoznavanje uzoraka.
  12. Sintaktičko (nenumeričko) raspoznavanje uzoraka. Stohastička gramatika i učenje gramatika.
  13. Uvod u grupiranje – nenadgledano učenje.
  14. Ilustracija postupaka i rješavanje numeričkih problema.
  15. Završni ispit.

Studijski programi

Sveučilišni preddiplomski
Obradba informacija (modul)
Izborni predmeti (6. semestar)
Programsko inženjerstvo i informacijski sustavi (modul)
Izborni predmeti (6. semestar)
Računarska znanost (modul)
Izborni predmeti (6. semestar)

Za upis predmeta treba položiti predmete

Literatura

S. Theodoridis, K. Koutroumbas (2009.), Pattern Recogniton, Elsevier
R.O. Duda, P. E. Hart, D.G. Stork (2001.), Pattern Classification, J. Wiley, New York
L. Gyrgyek, N. Pavešić, S. Ribarić (1988.), Uvod u raspoznavanje uzoraka, Tehnička knjiga Zagreb
J.T. Tou, R.C. Gonzalez (1977.), Pattern Recognition Principles, Addison-Wesley

Izvedba

ID 34358
  Ljetni semestar
4 ECTS
R1 Engleski jezik
R1 E-učenje
45 Predavanja
0 Auditorne vježbe
0 Laboratorijske vježbe

Ocjenjivanje

89 izvrstan
74 vrlo dobar
61 dobar
50 dovoljan