Select your language

Suggested languages for you:
Login Anmelden

Lernmaterialien für Bildverstehen II an der TU München

Greife auf kostenlose Karteikarten, Zusammenfassungen, Übungsaufgaben und Altklausuren für deinen Bildverstehen II Kurs an der TU München zu.

TESTE DEIN WISSEN
Was ist das grundlegende Prinzip der Entscheidungstheorie?
Lösung anzeigen
TESTE DEIN WISSEN
Der Merkmalsvektor wird als Zufallsvariable im Merkmalsraum aufgefasst und derjenigen Klasse zugeordnet, für die die a-posteriori-Wahrscheinlichkeit maximiert wird. (Bayes-Entscheidunsregel, liefert besten Klassifikator)
Lösung ausblenden
TESTE DEIN WISSEN
Welches Problem hat die grundlegende Bayes-Entscheidungsregel?
Lösung anzeigen
TESTE DEIN WISSEN
Sie weißt jedem Merkmalsvektor eine Klasse zu, selbst wenn diese äußerst unwahrscheinlich sind.
Lösung ausblenden
TESTE DEIN WISSEN
Welche verschiedenen Datensätze sind zum Training von Klassifikatoren notwendig? Welche Anforderungen an die Datensätze besteht?
Lösung anzeigen
TESTE DEIN WISSEN
1. Trainingsdatensatz: dient zur Bestimmung der Parameter des Klassifikators, indem Fehlerrate auf Trainingsdaten minimiert wird. 2. Validierungsdatensatz: Dient dazu, Hyperparameter festzulegen indem Fehlerrate bei Variation der Hyperparameter auf Validierungsdatensatz minimiert wird. Für jede Kombination üblicherweise Training auf Trainingsdaten und Bestimmung der Fehlerrate auf Validierungssatz. 3. Testdatensatz: Bestimmung der Güte der Generalisierungseigenschaften des Klassifikators (Fehlerrate auf unbekannten Daten). Alle drei Datensätze müssen disjunkt sein.
Lösung ausblenden
TESTE DEIN WISSEN
Was sind Mischmodelle? Wann kommen diese zum Einsatz?
Lösung anzeigen
TESTE DEIN WISSEN
In einigen Anwendungen kann es vorkommen, dass die Wahrscheinlichkeitsverteilung der Klassen nicht als einzige Normalverteilung beschrieben werden kann, oft aber als Linearkombination mehrerer Dichtefunktionen. Diese gemischten Wahrscheinlichkeitserteilungen werden Mischmodelle genannt (MM).
Lösung ausblenden
TESTE DEIN WISSEN
Welche zwei großen Gruppen von Klassifikatoren können unterschieden werden?
Lösung anzeigen
TESTE DEIN WISSEN
1. Klassifikatoren, die a-posteriori-Wahrscheinlichkeitsverteilungen (oder über Bayes-Regel a-priori-Verteilungen) der einzelnen Klassen konstruieren 2. Klassifikatoren, die explizite Trennflächen zwischen den einzelnen Klassen konstruieren.
Lösung ausblenden
TESTE DEIN WISSEN
Was kann unternommen werden um den Curse of dimensionality zu besiegen?
Lösung anzeigen
TESTE DEIN WISSEN
Annahme der Form der Verteilung möglich, z.B. Normalverteilung. Dann müssen nur noch Parameter der Verteilung geschätzt werden (z.B. MLE).
Lösung ausblenden
TESTE DEIN WISSEN
Wei kann ein Klassifikator konzeptuell beschrieben werden?
Lösung anzeigen
TESTE DEIN WISSEN
Abbildung aus Merkmalsraum in die diskrete Menge der Klassen
Lösung ausblenden
TESTE DEIN WISSEN
Wodurch werden Muster beschrieben?
Lösung anzeigen
TESTE DEIN WISSEN
Merkmale, zusammengefasst in Merkmalsvektor. Ein Merkmal beschreibt eine charakteristische Eigenschaft des Musters (Bsp.: RGB-Farbwerte, Regionenmerkmale, Grauwertmerkmale)
Lösung ausblenden
TESTE DEIN WISSEN
Was ist das Prinzip der Bayes-Klassifikation mit Zurückweisung? Welche Funktion hat sie?
Lösung anzeigen
TESTE DEIN WISSEN
Unwahrscheinliche Merkmalsvektoren können zuürückgewiesen werden. Berechnung der k-sigma-Wahrscheinlichkeit (bezieht sich auf quadrierten Mahalanobis.Abstand des Merkmalsvektors zum Mittelwert der Klasse; Wahrscheinlichkeit das Merkmalsvektor außerhalb k-sigma-Ellipsoids um Mittelwert liegt) Rückweisung dient zur Neuheitserkennung.
Lösung ausblenden
TESTE DEIN WISSEN
Wozu dient der k-means-Algorithmus?
Lösung anzeigen
TESTE DEIN WISSEN
Verfahren zur Clusteranalyse (Aufteilung eines Datensatzes in k Gruppen/Cluster).
Lösung ausblenden
TESTE DEIN WISSEN
Welcher Algorithmus wird zum Training von MM's (Mixture Models) verwendet? Was sind seine Eigenschaften?
Lösung anzeigen
TESTE DEIN WISSEN
Expectation-Maximization-Algorithmus (EM-Algorithmus): Interaktiver Algorithmus zur Bestimmung der Gewichtungen, Mittelwerte und Kovarianzmatrizen der einzelnen Verteilungen bis Parameter konvergieren.
Lösung ausblenden
TESTE DEIN WISSEN
Was ist die Funktion eines Klassifikators?
Lösung anzeigen
TESTE DEIN WISSEN
Zuordnung eines Musters zu Klasse von Mustern
Lösung ausblenden
  • 526029 Karteikarten
  • 11351 Studierende
  • 496 Lernmaterialien

Beispielhafte Karteikarten für deinen Bildverstehen II Kurs an der TU München - von Kommilitonen auf StudySmarter erstellt!

Q:
Was ist das grundlegende Prinzip der Entscheidungstheorie?
A:
Der Merkmalsvektor wird als Zufallsvariable im Merkmalsraum aufgefasst und derjenigen Klasse zugeordnet, für die die a-posteriori-Wahrscheinlichkeit maximiert wird. (Bayes-Entscheidunsregel, liefert besten Klassifikator)
Q:
Welches Problem hat die grundlegende Bayes-Entscheidungsregel?
A:
Sie weißt jedem Merkmalsvektor eine Klasse zu, selbst wenn diese äußerst unwahrscheinlich sind.
Q:
Welche verschiedenen Datensätze sind zum Training von Klassifikatoren notwendig? Welche Anforderungen an die Datensätze besteht?
A:
1. Trainingsdatensatz: dient zur Bestimmung der Parameter des Klassifikators, indem Fehlerrate auf Trainingsdaten minimiert wird. 2. Validierungsdatensatz: Dient dazu, Hyperparameter festzulegen indem Fehlerrate bei Variation der Hyperparameter auf Validierungsdatensatz minimiert wird. Für jede Kombination üblicherweise Training auf Trainingsdaten und Bestimmung der Fehlerrate auf Validierungssatz. 3. Testdatensatz: Bestimmung der Güte der Generalisierungseigenschaften des Klassifikators (Fehlerrate auf unbekannten Daten). Alle drei Datensätze müssen disjunkt sein.
Q:
Was sind Mischmodelle? Wann kommen diese zum Einsatz?
A:
In einigen Anwendungen kann es vorkommen, dass die Wahrscheinlichkeitsverteilung der Klassen nicht als einzige Normalverteilung beschrieben werden kann, oft aber als Linearkombination mehrerer Dichtefunktionen. Diese gemischten Wahrscheinlichkeitserteilungen werden Mischmodelle genannt (MM).
Q:
Welche zwei großen Gruppen von Klassifikatoren können unterschieden werden?
A:
1. Klassifikatoren, die a-posteriori-Wahrscheinlichkeitsverteilungen (oder über Bayes-Regel a-priori-Verteilungen) der einzelnen Klassen konstruieren 2. Klassifikatoren, die explizite Trennflächen zwischen den einzelnen Klassen konstruieren.
Mehr Karteikarten anzeigen
Q:
Was kann unternommen werden um den Curse of dimensionality zu besiegen?
A:
Annahme der Form der Verteilung möglich, z.B. Normalverteilung. Dann müssen nur noch Parameter der Verteilung geschätzt werden (z.B. MLE).
Q:
Wei kann ein Klassifikator konzeptuell beschrieben werden?
A:
Abbildung aus Merkmalsraum in die diskrete Menge der Klassen
Q:
Wodurch werden Muster beschrieben?
A:
Merkmale, zusammengefasst in Merkmalsvektor. Ein Merkmal beschreibt eine charakteristische Eigenschaft des Musters (Bsp.: RGB-Farbwerte, Regionenmerkmale, Grauwertmerkmale)
Q:
Was ist das Prinzip der Bayes-Klassifikation mit Zurückweisung? Welche Funktion hat sie?
A:
Unwahrscheinliche Merkmalsvektoren können zuürückgewiesen werden. Berechnung der k-sigma-Wahrscheinlichkeit (bezieht sich auf quadrierten Mahalanobis.Abstand des Merkmalsvektors zum Mittelwert der Klasse; Wahrscheinlichkeit das Merkmalsvektor außerhalb k-sigma-Ellipsoids um Mittelwert liegt) Rückweisung dient zur Neuheitserkennung.
Q:
Wozu dient der k-means-Algorithmus?
A:
Verfahren zur Clusteranalyse (Aufteilung eines Datensatzes in k Gruppen/Cluster).
Q:
Welcher Algorithmus wird zum Training von MM's (Mixture Models) verwendet? Was sind seine Eigenschaften?
A:
Expectation-Maximization-Algorithmus (EM-Algorithmus): Interaktiver Algorithmus zur Bestimmung der Gewichtungen, Mittelwerte und Kovarianzmatrizen der einzelnen Verteilungen bis Parameter konvergieren.
Q:
Was ist die Funktion eines Klassifikators?
A:
Zuordnung eines Musters zu Klasse von Mustern
Bildverstehen II

Erstelle und finde Lernmaterialien auf StudySmarter.

Greife kostenlos auf tausende geteilte Karteikarten, Zusammenfassungen, Altklausuren und mehr zu.

Jetzt loslegen

Die all-in-one Lernapp für Studierende

Greife auf Millionen geteilter Lernmaterialien der StudySmarter Community zu
Kostenlos anmelden Bildverstehen II
Erstelle Karteikarten und Zusammenfassungen mit den StudySmarter Tools
Kostenlos loslegen Bildverstehen II