パターン認識についてもっと学びたいと思っています。私はそれがやや広い分野であることを知っているので、対処することを学びたい特定のタイプの問題をいくつか挙げます:
これは私にとって個人的に新しい実験領域であり、正直なところ、どこから始めればよいかわかりません :-) 私は明らかに、銀の大皿で提供される答えを探しているわけではありませんが、いくつかの検索上記の問題領域の概念を理解するための用語および/またはオンライン リソースは素晴らしいものです。
ありがとう！
ps:追加のクレジットとして、上記のリソースがC#のコード例/ディスカッションを提供する場合は壮大になります:-)が、そうである必要はありません
隠れマルコフモデルは、人工ニューラルネットワークと同様に見るのに最適な場所です.
編集: NeuronDotNetを見ることができます。これはオープン ソースであり、コードをいじることができます。
編集 2: ITKを見ることもできます。これもオープン ソースであり、これらのタイプのアルゴリズムの多くを実装しています。
編集 3: これはかなり良いニューラル ネットの紹介です。多くの基本をカバーし、ソース コード (C++ ではありますが) も含まれています。彼は教師なし学習アルゴリズムを実装しました。ネットワークをトレーニングするための教師あり逆伝播アルゴリズムを探していると思います。
編集 4: 別の優れたイントロは、非常に重い数学を避けますが、掘り下げたい場合は、下部にその詳細の多くへの参照を提供します. 疑似コード、優れた図、および逆伝播に関する長い説明が含まれています。
これは一種の古い質問ですが、関連性があるので、ここに投稿することにしました :-) スタンフォード大学はオンラインの機械学習クラスを提供し始めました - http://www.ml-class.org
OpenCV には、画像のパターン認識のための関数がいくつかあります。
これを見たいと思うかもしれません: http://opencv.willowgarage.com/documentation/pattern_recognition.html . （リンク切れ：新しいドキュメントで最も近いのはhttp://opencv.willowgarage.com/documentation/cpp/ml__machine_learning.html ですが、初心者にとって役立つドキュメントとは言えません-他の回答を参照してください）
ただし、openCV は直感的に使用できるわけではないため、Matlab から始めることもお勧めします。
これは、「電子工学についてもっと学びたいのですが、どこから始めればよいか誰か教えてください」と言っているようなものです。パターン認識は分野全体です。数千とまではいかなくても数百の本があり、どの大学にも、これに関する大学院レベルのコースが少なくともいくつかあります (おそらく 10 かそれ以上)。これに特化した雑誌も数多くあり、何十年も発行されています...会議..
ウィキペディアから始めることもできます。
このページには、コンピューター ビジョン関連のパターン認識に関する便利なリンクが多数あります。一部のリンクは現在壊れているようですが、役に立つかもしれません。
私はこれに関する専門家ではありませんが、隠れマルコフ モデルについて読むことから始めることをお勧めします。
パターン認識の学習は、matlab の方が簡単です。
いくつかの例があり、使用する関数があります。
概念や実験を理解するのに適しています...