1973 yılında yayınlanan ilk baskı, bu alanda klasik bir referans haline geldi. Şimdi ikinci baskı ile okuyucular sinir ağları ve istatistiksel örüntü tanıma, makine öğrenimi teorisi ve değişmezlik teorisi gibi önemli yeni konular hakkında bilgi bulacaklar. Ayrıca işlenmiş örnekler, farklı yöntemler arasında karşılaştırmalar, kapsamlı grafikler, genişletilmiş alıştırmalar ve bilgisayar projesi konuları da yer almaktadır.
gözden geçirmek
"... Kalıp Sınıflandırması konusuna iyi bir giriş sağlıyor." (Journal of Classification, Eylül 2007)
"... harika bir kitap! Sunum ... daha iyi olamazdı ve gelecekteki yazarların bu kitabı bir rol model olarak değerlendirmelerini tavsiye ederim." (Journal of Statistical Computation and Simulation, Mart 2006)
"... hem profesyonel bir kaynak olarak hem de öğrenciler için bir metin olarak şiddetle tavsiye edilir ..." (Technometrics, Şubat 2002)
"... en uygun olanı seçmek için gereken bilgileri sağlar Belirli bir problem sınıfı için mevcut birçok teknikten. " (SciTech Book News, Cilt 25, No. 2, Haziran 2001)
"Örüntü Tanıma üzerine öğretmek veya ciddi işler yapmak isteyen hiç kimsenin bu kitabı görmezden gelebileceğine inanmıyorum, çünkü bu, baştan sona okumak için zaman bulmak isteyecek bir kitap türü!" (Pattern Analysis & Applications Journal, 2001)
"Bu kitap, örüntü tanıma alanındaki herhangi bir ciddi öğrenci veya işçi için benzersiz bir metin / profesyonel referanstır." (Matematiksel İncelemeler, Sayı 2001k)
"... mümkün olduğunda temel ilkelere dayalı olarak, örüntü tanımadaki ana konular hakkında sistematik bir genel bakış sunar." (Zentralblatt MATH, Cilt 968, 2001/18)
"çekici bir şekilde sunulmuş ve okunabilir" (Journal of Classification, Cilt 18, No. 2 2001)
İç Kapaktan
Birinci Baskı'nın incelemelerinden. . .
"Duda ve Hart tarafından 30 yıl önce basılan bu kitabın ilk baskısı, Desen Tanıma alanı için belirleyici bir kitap oldu. Stork, kitabı güncellemek için mükemmel bir iş çıkardı. 30'u elemek gibi muazzam bir görev üstlendi. hızla büyüyen bir alanda yıllarca süren materyal ve alanın bir başka anlık görüntüsünü sunarak, önümüzdeki 30 yıl için neyin önemli olacağını belirleyerek ve onu bu ikinci baskıya dahil etti. Tarz, orijinal kitapta ve istatistikselde olduğu gibi okunması kolay, matematiksel materyal pek çok yeni resimle canlanıyor. Sonuç uyumlu, okuyucuyu birçok yeni konuya yönlendiriyor ... "--Sargur N. Srihari, Direktör, Belge Analizi ve Tanıma Mükemmeliyet Merkezi, Değerli Profesör, Bölüm Bilgisayar Bilimleri ve Mühendisliği Bölümü, SUNY at Buffalo
Konuşma tanıma, optik karakter tanıma, görüntü işleme veya sinyal analizi gibi çok çeşitli uygulama alanlarında örüntü tanıma sistemleri geliştiren veya araştıran uygulayıcılar, çoğu zaman şaşırtıcı bir dizi mevcut teknik arasında karar verme zorunluluğuyla karşı karşıya kalırlar. Bu benzersiz metin / profesyonel referans, belirli bir problem sınıfı için en uygun yöntemi seçmeniz için ihtiyaç duyduğunuz bilgileri sağlar ve günümüzde örüntü tanımadaki ana konuların derinlemesine, sistematik bir açıklamasını sunar. Çeyrek asırdan fazla bir süredir alanı tanımlamaya yardımcı olan klasik bir çalışmanın yeni bir baskısı olan bu pratik kitap, orijinal çalışmayı günceller ve genişletir, desen sınıflandırmasına ve son yıllarda yaşadığı büyük ilerlemeye odaklanarak. Özel özellikler şunları içerir:
* Sinir ağları, stokastik yöntemler, genetik algoritmalar ve öğrenme teorisi dahil olmak üzere hem klasik hem de yeni yöntemlerin net açıklamaları *
Çeşitli kavramları vurgulayan 350'den fazla yüksek kaliteli, iki renkli illüstrasyon
* Çok sayıda çalışılmış örnek
* Model tanıma algoritmaları için sözde kod
* Genişletilmiş özel olarak metne
bağlı problemler * Metne bağlı tam alıştırmalar
* Belirli örüntü tanıma ve öğrenme tekniklerini açıklamak için algoritmalar
* Bölümlerin sonundaki tarihi açıklamalar ve önemli referanslar
* Gerekli matematiksel arka planı kapsayan ekler
Arka Kapaktan
Birinci Baskı'nın incelemelerinden. . .
"Duda ve Hart tarafından 30 yıl önce basılan bu kitabın ilk baskısı, Desen Tanıma alanı için belirleyici bir kitap oldu. Stork, kitabı güncellemek için mükemmel bir iş çıkardı. 30'u elemek gibi muazzam bir görev üstlendi. hızla büyüyen bir alanda yıllarca süren materyal ve alanın bir başka anlık görüntüsünü sunarak, önümüzdeki 30 yıl için neyin önemli olacağını belirleyerek ve onu bu ikinci baskıya dahil etti. Tarz, orijinal kitapta ve istatistikselde olduğu gibi okunması kolay, matematiksel materyal pek çok yeni resimle canlanıyor. Sonuç uyumlu, okuyucuyu birçok yeni konuya yönlendiriyor ... "--Sargur N. Srihari, Direktör, Belge Analizi ve Tanıma Mükemmeliyet Merkezi, Değerli Profesör, Bölüm Bilgisayar Bilimleri ve Mühendisliği Bölümü, SUNY at Buffalo
Konuşma tanıma, optik karakter tanıma, görüntü işleme veya sinyal analizi gibi çok çeşitli uygulama alanlarında örüntü tanıma sistemleri geliştiren veya araştıran uygulayıcılar, çoğu zaman şaşırtıcı bir dizi mevcut teknik arasında karar verme zorunluluğuyla karşı karşıya kalırlar. Bu benzersiz metin / profesyonel referans, belirli bir problem sınıfı için en uygun yöntemi seçmeniz için ihtiyaç duyduğunuz bilgileri sağlar ve günümüzde örüntü tanımadaki ana konuların derinlemesine, sistematik bir açıklamasını sunar. Çeyrek asırdan fazla bir süredir alanı tanımlamaya yardımcı olan klasik bir çalışmanın yeni bir baskısı olan bu pratik kitap, orijinal çalışmayı günceller ve genişletir, desen sınıflandırmasına ve son yıllarda yaşadığı büyük ilerlemeye odaklanarak. Özel özellikler şunları içerir:
* Sinir ağları, stokastik yöntemler, genetik algoritmalar ve öğrenme teorisi dahil olmak üzere hem klasik hem de yeni yöntemlerin net açıklamaları *
Çeşitli kavramları vurgulayan 350'den fazla yüksek kaliteli, iki renkli illüstrasyon
* Çok sayıda çalışılmış örnek
* Model tanıma algoritmaları için sözde kod
* Genişletilmiş özel olarak metne
bağlı problemler * Metne bağlı tam alıştırmalar
* Belirli örüntü tanıma ve öğrenme tekniklerini açıklamak için algoritmalar
* Bölümlerin sonundaki tarihi açıklamalar ve önemli referanslar
* Gerekli matematiksel arka planı kapsayan ekler
yazar hakkında
RICHARD O. DUDA, PhD, San Jose Eyalet Üniversitesi, San Jose, California'da Elektrik Mühendisliği Bölümü'nde profesördür.
PETER E. HART, PhD, İcra Kurulu Başkanı ve Menlo Park, California’daki Ricoh Innovations, Inc.’in Başkanıdır.
DAVID G. STORK, aynı zamanda Ricoh Innovations, Inc.'de Baş Bilim Adamıdır.
Product Description
The first edition, published in 1973, has become a classic reference in the field. Now with the second edition, readers will find information on key new topics such as neural networks and statistical pattern recognition, the theory of machine learning, and the theory of invariances. Also included are worked examples, comparisons between different methods, extensive graphics, expanded exercises and computer project topics.
Review
"...it provides a good introduction to the subject of Pattern Classification." (Journal of Classification, September 2007)
"...a fantastic book! The presentation...could not be better, and I recommend that future authors consider...this book as a role model." (Journal of Statistical Computation and Simulation, March 2006)
"...strongly recommended both as a professional reference and as a text for students..." (Technometrics, February 2002)
"...provides information needed to choose the most appropriate of the many available technique for a given class of problems." (SciTech Book News, Vol. 25, No. 2, June 2001)
"I do not believe anybody wishing to teach or do serious work on Pattern Recognition can ignore this book, as it is the sort of book one wishes to find the time to read from cover to cover!" (Pattern Analysis & Applications Journal, 2001)
"This book is the unique text/professional reference for any serious student or worker in the field of pattern recognition." (Mathematical Reviews, Issue 2001k)
"...gives a systematic overview about the major topics in pattern recognition, based whenever possible on fundamental principles." (Zentralblatt MATH, Vol. 968, 2001/18)
"attractively presented and readable" (Journal of Classification, Vol.18, No.2 2001)
From the Inside Flap
From the reviews of the First Edition . . .
"The first edition of this book, published 30 years ago by Duda and Hart, has been a defining book for the field of Pattern Recognition. Stork has done a superb job of updating the book. He has undertaken a monumental task of sifting through 30 years of material in a rapidly growing field and presented another snapshot of the field, determining what will be of importance for the next 30 years and incorporating it into this second edition. The style is easy to read as in the original book and the statistical, mathematical material comes alive with many new illustrations. The end result is harmonious, leading the reader through many new topics..." --Sargur N. Srihari, PhD, Director, Center for Excellence in Document Analysis and Recognition, Distinguished Professor, Department of Computer Science and Engineering, SUNY at Buffalo
Practitioners developing or investigating pattern recognition systems in such diverse application areas as speech recognition, optical character recognition, image processing, or signal analysis, often face the difficult task of having to decide among a bewildering array of available techniques. This unique text/professional reference provides the information you need to choose the most appropriate method for a given class of problems, presenting an in-depth, systematic account of the major topics in pattern recognition today. A new edition of a classic work that helped define the field for over a quarter century, this practical book updates and expands the original work, focusing on pattern classification and the immense progress it has experienced in recent years. Special features include:
* Clear explanations of both classical and new methods, including neural networks, stochastic methods, genetic algorithms, and theory of learning
* Over 350 high-quality, two-color illustrations highlighting various concepts
* Numerous worked examples
* Pseudocode for pattern recognition algorithms
* Expanded problems, keyed specifically to the text
* Complete exercises, linked to the text
* Algorithms to explain specific pattern-recognition and learning techniques
* Historical remarks and important references at the end of chapters
* Appendices covering the necessary mathematical background
From the Back Cover
From the reviews of the First Edition . . .
"The first edition of this book, published 30 years ago by Duda and Hart, has been a defining book for the field of Pattern Recognition. Stork has done a superb job of updating the book. He has undertaken a monumental task of sifting through 30 years of material in a rapidly growing field and presented another snapshot of the field, determining what will be of importance for the next 30 years and incorporating it into this second edition. The style is easy to read as in the original book and the statistical, mathematical material comes alive with many new illustrations. The end result is harmonious, leading the reader through many new topics..." --Sargur N. Srihari, PhD, Director, Center for Excellence in Document Analysis and Recognition, Distinguished Professor, Department of Computer Science and Engineering, SUNY at Buffalo
Practitioners developing or investigating pattern recognition systems in such diverse application areas as speech recognition, optical character recognition, image processing, or signal analysis, often face the difficult task of having to decide among a bewildering array of available techniques. This unique text/professional reference provides the information you need to choose the most appropriate method for a given class of problems, presenting an in-depth, systematic account of the major topics in pattern recognition today. A new edition of a classic work that helped define the field for over a quarter century, this practical book updates and expands the original work, focusing on pattern classification and the immense progress it has experienced in recent years. Special features include:
* Clear explanations of both classical and new methods, including neural networks, stochastic methods, genetic algorithms, and theory of learning
* Over 350 high-quality, two-color illustrations highlighting various concepts
* Numerous worked examples
* Pseudocode for pattern recognition algorithms
* Expanded problems, keyed specifically to the text
* Complete exercises, linked to the text
* Algorithms to explain specific pattern-recognition and learning techniques
* Historical remarks and important references at the end of chapters
* Appendices covering the necessary mathematical background
About the Author
RICHARD O. DUDA, PhD, is Professor in the Electrical Engineering Department at San Jose State University, San Jose, California.
PETER E. HART, PhD, is Chief Executive Officer and President of Ricoh Innovations, Inc. in Menlo Park, California.
DAVID G. STORK, PhD, is Chief Scientist, also at Ricoh Innovations, Inc.
