# Klasifikace

- zařazujeme do předem známéno a pevného počtu tříd
	- např. rozpoznávání znaků
- rozlišujeme měřitelné a strukturní vlastnosti objektů
- mluvíme potom o příznacích a strukturních metodách rozpoznávání

**Algoritmy**
- klasifikátor na principu kritéria minimální vzdálenosti
- klasifikátor s diskriminační funkcí
- kritérium minimální chyby (Bayesův klasifikátor)

**Metody výběru příznaků**
- náhodný výběr
	- shora dolů nebo zdola nahoru
	- postupné ubírání/přidávání znaků
	- ověření pomocí klasifikátoru
- dokumentová frekvence
- TF-IFD (Term Frequency-Inverse Document Frequency)
- vzájemná informace (Mutual Information, MU)

**Další klasifikační metody**
- k-nejbližších sousedů
- klasifikační a regresní stromy
- maximální entropie

**Bayesův klasifikátor**
- pro úlohy s neoddělitelnými (prolínajícími se) třídami obrazu
- předpoklad
	- jednotlivá pozorování $E_{1}, \dots, E_{k}$ jsou podmíněně nezávislá při platnosti hypotézy $H$

**Support Vector Machine** (SVM)
- řeší problém binární nebo více-třídní klasifikace tím, že hledá hyperroviny, které nejlépe rozdělují data různých tříd v prostoru funkcí

**Určení klasifikátoru s učitelem a bez**
- s učitelem
	- pro vstupní data je určen správný výstup
- bez učitele
	- ke vstupním datům není známý výstup

# Rozpoznávání

- počet tříd není předem znám a třídy identifikujeme až během vlastního rozpoznávání (např. rozpoznávání plynulé řeči)

# Shlukování

- objekty zařazujeme do tříd na základě jejich podobnosti
- třídy nejsou dopředu známé

**Shluk**
- skupina objektů, které jsou si co nejvíce podobné uvnitř shluku a co nejméně podobné mezi shluky

**K-Means, K-Medoids**
- ideální při výběru malého počtu shluků z velkého počtu objektů
- málo odolná vůči nekonzistentním vzorkům dat a šumu
- nutnost volit počáteční počet shluků $k$

# Obecné

Reprezentace objektů
1. prostřednictvím signálů
	- jednorozměrné (zvuky, hudba, řeč, ...)
	- dvourozměrné (snímek scény, ...)
	- vícerozměrných
2. objekty podle charakteru prezentace signály
	- vizuální (reálné, upravené, symbolické, ...)
	- akustické (zvuky, hluky, hudba, řeč, ...)
	- taktilní (obecně reprezentovatelné n-rozměrnými signály)

Metriky pro měření vzdálenosti
- Eukleidovská vzdálenost
- Manhattan vzdálenost
- Cosinová vzdálenost