15. Hidden-Markov-Modelle

Kapitel in diesem Buch

1. Frontmatter I
2. Inhaltsverzeichnis V
3. Vorwort zur zweiten deutschen Auflage (dritte englische Auflage) XV
4. Hinweise zur zweiten englischen Auflage XVII
5. Vorwort zur ersten Auflage XIX
6. Notationen XXI
7. 1. Einführung 1
8. 2. Überwachtes Lernen 23
9. 3. Bayessche Entscheidungstheorie 51
10. 4. Parametrische Methoden 69
11. 5. Multivariate Methoden 97
12. 6. Dimensionalitätsreduktion 119
13. 7. Clusteranalyse 165
14. 8. Nichtparametrische Methoden 189
15. 9. Entscheidungsbäume 217
16. 10. Lineare Diskriminanz 245
17. 11. Mehrlagige Perzeptronen 275
18. 12. Lokale Modelle 327
19. 13. Kernel-Maschinen 361
20. 14. Graphenmodelle 399
21. 15. Hidden-Markov-Modelle 431
22. 16. Bayessche Schätzung 461
23. 17. Kombination mehrerer Lerner 505
24. 18. Bestärkendes Lernen 535
25. 19. Design und Analyse von Experimenten mit maschinellem Lernen 565
26. Anhang 613
27. Index 625