LITERATUR ZUM THEMA MUSTERERKENNUNG

LITERATUR ZUM THEMA MUSTERERKENNUNG

Ein großer Teil des Vorlesungsstoffes der Kapitel 1-5 ist in dem englischsprachigen Lehrbuch Pattern Analysis and Understanding (Niemann 1990) zu finden. Das deutschsprachige Vorgängerwerk Niemann (1983) enthält nur einen recht geringen Anteil des Stoffumfangs.

Zahlreiche Beispiele entstammen den Darstellungen Glasbey+Horgan (1995) und Akay (1994).

Klassische Monographien der Mustererkennung sind Duda+Hart (2001), Fukunaga (1990, beide numerische Klassifikation) und Fu (1982, syntaktische Methoden); die beiden Ersten werden zur vertiefenden Lektüre empfohlen.

Stark methodisch orientierte neuere Darstellungen des maschinellen Lernens aus Daten sind Mitchell (1997), Ballard (1997) und Hastie (2001). Diese eignen sich hervorragend zur Fortsetzung Ihrer Studien im Anschluß an die Vorlesung.

Mittlerweile gibt es so etwas wie die 'Bibel der Mustererkennung': Bishop (2006) umfaßt 700 Seiten, befindet sich auf dem aktuellen Stand der Wissenschaft, ist reich und farbig illustriert, didaktisch freundlich und trotzdem mathematisch korrekt -- aber leider nicht an einem Nachmittag durchzulesen.

Hochaktuell, hervorragend illustriert & leicht verständlich ist das Lehrbuch Mensch-Maschine-Kommunikation von Schenk/Rigoll (2010). Mit seinen Schwerpunkten Sprache, Schrift, Gesichter ist es als inhaltliche Ergänzung zur Vorlesung geeignet.

Wichtige mathematische Grundlagen der ME stehen oft im Taschenbuch der Mathematik (vulgo: Bronstein).

me1.gif me2.gif prml.gif ballard.gif hastie.gif duda.gif rigoll.gif



E.G. Schukat-Talamazzini Institut für Informatik Fakultät Mathe/Inf FSU Jena 13.02.2020 - 11:12 E-Mail