Die automatische Auswertung von Signalen spielt in der modernen Informationstechnik eine groe Rolle. Dieses Lehrbuch bietet, ausgehend von der Reprsentation des Signals im Merkmalraum, die Beschreibung wichtiger Klassifikationsverfahren. Dazu zhlen Linear- und Bayes-Klassifikatoren, Supportvektormaschinen, Klassifikatoren auf der Basis von Gaussian-Mixture-Modellen und Hidden-Markov-Modellen sowie Klassenfolgenklassifikatoren. Weiterhin werden wichtige Grundlagen der Automatentheorie (Finite State Machines) sowie ausgewhlte maschinelle Lernverfahren dargestellt. Die Darstellung setzt die Verfahren zur Merkmalgewinnung voraus, die im ersten Band vermittelt wurden, so dass das Gesamtwerk eine umfassende Beschreibung der Kette darstellt, die in modernen Systemen der Informationsverarbeitung von der Signalerfassung bis hin zum Klassifikationsergebnis fhrt.

Die Zielgruppen

Studierende in Diplom-, Bachelor- und Masterstudiengngen der Elektrotechnik, Informationstechnik, Mechatronik, Informationssystemtechnik, Informations- und Medientechnik und Informatik