1 |
طرح درس |
|
2 |
مبانی شناسایی الگو |
|
3 |
مبانی شناسایی الگو |
|
4 |
طبقه بند بیز |
|
5 |
طبقه بند بیز |
|
6 |
طبقه بند کمترین ریسک |
|
7 |
طبقه بند کمترین ریسک |
|
8 |
طبقه بند بیز با توزیع گاوسی |
|
9 |
طبقه بند بیز کمترین فاصله موهالانوبیس و اقلیدوسی |
|
10 |
تخمین پارامترهای توزیع با روش بیشترین شباهت |
|
11 |
تخمین بیشترین احتمال پسین |
|
12 |
تخمین بیشترین آنتروپی و مدلهای تلفیقی |
|
13 |
تخمین غیرپارامتری |
|
14 |
تخمین غیرپارامتری |
|
15 |
شبکه های بیز |
|
16 |
طبقه بند های خطی |
|
17 |
طبقه بند های خطی |
|
18 |
کمترین مربعات خطا |
|
19 |
کمترین مربعات خطا |
|
20 |
ماشین های بردار پشتیبان |
|
21 |
کلاس های تفکیک ناپذیر |
|
22 |
v-SVM |
|
23 |
طبقه بندهای غیرخطی |
|
24 |
پرسپترون دو لایه |
|
25 |
الگوریتم پس انتشار خطا |
|
26 |
شبکه های تابع پایه شعاعی |
|
27 |
درخت های تصمیم |
|
28 |
ترکیب طبقه بندها |
|
29 |
تطبیق الگو |
|
30 |
خوشه بندی |
|