[Aναγνώριση Προτύπων]-Γενικές πληροφορίες για το μάθημα

THMMY.gr > Forum > Μαθήματα Κύκλου Ηλεκτρονικής & Υπολογιστών > 9ο Εξάμηνο > Αναγνώριση Προτύπων (Moderator: diesel) > [Aναγνώριση Προτύπων]-Γενικές πληροφορίες για το μάθημα

0 Members and 1 Guest are viewing this topic.

Pages: [1]

Author

Topic: [Aναγνώριση Προτύπων]-Γενικές πληροφορίες για το μάθημα (Read 1467 times)

Αλέκος από Κω

Veteran
Μόνιμος κάτοικος ΤΗΜΜΥ.gr

Gender:

Posts: 1033

[Aναγνώριση Προτύπων]-Γενικές πληροφορίες για το μάθημα

« on: November 26, 2020, 14:23:23 pm »

Τίτλος Μαθήματος:
Aναγνώριση Προτύπων

Διδάσκοντες (ακαδημαϊκό έτος 2020-21):
Ανδρέας Συμεωνίδης

Αναπληρωτής Καθηγητής, asymeon@eng.auth.gr
Γραφείο: Κτήριο Δ, 4ος όροφος.
Τηλ: 2310 99 4344

Παπαμιχαήλ Μιχάλης

Μεταπτυχιακός Φοιτητής, mpapamic@issel.ee.auth.gr
Γραφείο: Κτήριο Γ, 3ος όροφος, Εργαστήριο ΕΠΥ

Θωμάς Καρανικιώτης

Μεταπτυχιακός Φοιτητής, thomas.karanikiotis@issel.ee.auth.gr
Γραφείο: Κτήριο Γ, 3ος όροφος, Εργαστήριο ΕΠΥ

Χρονοδιάγραμμα μαθήματος

Τα μαθήματα Θεωρίας και τα Εργαστήρια/Ασκήσεις θα γίνονται με βάση το παρακάτω πρόγραμμα:

Τρίτη, 16:00 - 18:00
Πέμπτη, 17:00 - 19:00
και σύμφωνα με το συνημμένο χρονοδιάγραμμα.

Με δεδομένο το γεγονός ότι τα μαθήματα θα γίνονται εξ' αποστάσεως, παρακάτω θα βρείτε τα στοιχεία σύνδεση στο αντίστοιχο Zoom Link:

Join Zoom Meeting Link
https://authgr.zoom.us/j/97454820666?pwd=RWZDV0N4L0dGMGI2cWpwYmlOcUx3Zz09

Meeting ID: 974 5482 0666
Passcode: 414065

Σύνοψη μαθήματος

Η αναγνώριση προτύπων (pattern recognition) είναι το πεδίο έρευνας που μελετά τη λειτουργία και το σχεδιασμό συστημάτων που αναγνωρίζουν πρότυπα στα δεδομένα.

Συμπεριλαμβάνει τομείς όπως η εξαγωγή χαρακτηριστικών, η εκτίμηση λάθους, η στατιστική και συντακτική αναγνώριση προτύπων.

Σημαντικές περιοχές εφαρμογών είναι η ανάλυση εικόνας, η αναγνώριση χαρακτήρων, η ανάλυση φωνής, η αναγνώριση προσώπων, η επικοινωνία ανθρώπου - υπολογιστή και η βιομηχανική επίβλεψη.

Στόχοι μαθήματος

Με την ολοκλήρωση του μαθήματος, οι φοιτητές/τριες αναμένεται να μπορούν να:

-Γνωρίζουν τις βασικές αρχές αναγνώρισης προτύπων και τα κύρια πεδία εφαρμογής των,
-Μπορούν να εφαρμόσουν γνωστούς αλγορίθμους σε πιλοτικά προβλήματα,
-Επιλέγουν τον κατάλληλο αλγόριθμο αναγνώρισης προτύπων με βάση τις απαιτήσεις του προβλήματος τους,
-Σχεδιάζουν τη διαδικασία επίλυσης προβλημάτων μέσης δυσκολίας.

Σχετικές Ερευνητικές Περιοχές

-Τεχνητή Νοημοσύνη (Artificial Intelligence)
-Νευρωνικά Δίκτυα (Neural Networks)
-Τεχνητή Όραση (Computer Vision)
-Cognitive Sciences and Biological Perception
-Στατιστική (Mathematical Statistics)
-Μη γραμμική Βελτιστοποίηση (Non Linear Οptimization)
-Exploratory Data Analysis

Προτεινόμενα Συγγράμματα

-"Εισαγωγή στην εξόρυξη δεδομένων (3η έκδοση)", P.N. Tan, M. Steinbach, V. Kumar, Εκδόσεις: Α. Τζιόλλα & υιοί Α.Ε., 2018, ISBN: 978-960-418-813-0, Κωδικός Βιβλίου στον Εύδοξο: 77107675.
-"Αναγνώριση Προτύπων (1η έκδοση)", Σ. Θεοδωρίδης, Κ. Κουτρουμπάς, Εκδόσεις Πασχαλίδη, 2011, ISBN: 978-960-489-145-0, Κωδικός Βιβλίου στον Εύδοξο: 13256974.
-"Εξόρυξη και Ανάλυση Δεδομένων: Βασικές έννοιες και Αλγόριθμοι (1η έκδοση)", M.J. Zaki, W. Meira, Εκδόσεις Κλειδάριθμος, 2017, ISBN: 978-960-461-770-8, Κωδικός Βιβλίου στον Εύδοξο: 68386089.

Εξετάσεις

Η εξέταση του μαθήματος γίνεται ηλεκτρονικά με δυο τρόπους:

-μέσω 2 προόδων και
-μέσω εξέτασεις στο τέλος του εξαμήνου.
Η ηλεκτρονική εξέταση γίνεται με ανοιχτές σημειώσεις.

Εργασίες

Κατα τη διάρκεια του εξαμήνου θα δοθεί προαιρετική εργασία η οποία εκπονηθεί σε ομάδες 2 ατόμων και θα αφορά την αντιμετώπιση ενός προβλήματος ταξινόμησης ή ομαδοποίησης.

Στα πλαίσια της εργασίας θα χρησιμοποιηθούν σύνολα δεδομένων (datasets) και προβλήματα από σύγχρονούς διεθνείς διαγωνισμούς.

Περισσότερες λεπτομέρειες για την εργασία θα δοθούν κατά την διάρκεια του μαθήματος.

Βαθμολογία

Πρόοδος 1 (Ταξινόμηση)
- 55% του τελικού βαθμού

Πρόοδος 2 (Ομαδοποίηση)
- 45% του τελικού βαθμού

Τελικές Εξετάσεις
- 100% του τελικού βαθμού

Τελικός Βαθμός
Το μέγιστο του βαθμού: {(0.55*Πρόοδος 1 + 0.45* Πρόοδος 2) , Γραπτές εξετάσεις}

Παρατηρήσεις:

Η συμμετοχή στις Προόδους είναι προαιρετική.
Στην περίπτωση επιτυχίας στις Προόδους, η προσέλευση στις Γραπτές εξετάσεις είναι προαιρετική.
Η προαιρετική εργασία αποφέρει ΕΩΣ ΚΑΙ + 1.5 μονάδα στην τελική βαθμολογία έφόσον ο τελικός βαθμός είναι μεγαλύτερος ή ίσος του 5

Προσοχή: Αν κάποια/ος μετέχει στις προόδους, και δεν παρουσιαστεί στις γραπτές εξετάσεις, θα σταλεί στη γραμματεία ο βαθμός προόδου της/του. Αν επιθυμεί να ΜΗ ΣΤΑΛΕΙ ο βαθμός θα πρέπει μας ενημερώσει με email στο asymeon@eng.auth.gr

Επιπλέον πληροφορίες:

To μάθημα διδάσκεται 4 ώρες κάθε εβδομάδα

Επιπλέον υλικό:
Στην σελίδα του elearning ανεβαίνει όλο το απαραίτητο υλικό των διαλέξεων και της εργαστηριακής άσκησης.

Ιστοσελίδες:
Iστοσελίδα μαθήματος στο elearning

Σχόλια - απόψεις - συμβουλές:
Μπορείτε να βρείτε συμβουλές σε αντίστοιχο topic για το μάθημα

ΠΡΟΣΟΧΗ! Το παρόν topic θα παραμείνει κλειδωμένο και η διαχείρισή του θα γίνεται απο τους εκάστοτε συντονιστές. Αν θέλετε να "ποστάρετε" την άποψή σας στο τμήμα "Σχόλια - απόψεις - συμβουλές" παρακαλείσθε να την εκφράσετε σε άλλο ξεχωριστό topic και αυτή θα μεταφερθεί στο παρόν από κάποιον συντονιστή.


	Logged

Κλεισμένοι στο σπίτι σαν τρελοκομείο ανθρώποι κοιτάνε την πάρτη τους
Και μεις στην απέξω ελπίζουμε ακόμα μην γίνουμε ένα με την φάση τους

Να μείνει μυαλό μα και σώμα ατόφιο όταν φύγει ο νέος ιός
Ποιος έδωσε ποιον; Ποιος κόλλησε ποιον; Και ποιος θα μας σώσει τώρα, ποιος;

Pages: [1]

Jump to: