Pengenalan Pola - Pertemuan 2

Ini materi pertemuan ke-2 kemaren untuk penenalan Pola, Pak Zainul nulis di papan, keren ne dosen,,,ya buat temen2 yang lagi nempuh ne mata kuliah bisa dijadikan rujukan...

-------------------
Bab 1
Klasifikasi Bayes

• Fitur - Object yang kuantitasnya dapat diukur dari sebuah pola. Pengklasifikasian berdasar dari masing-masing nilai dan fitur.
• Vektor Fitur - Sekumpulan fitur, misal sebuah fitur x, maka kumpulan fitur dapat ditulis x1, ... , xn, ...

Contoh dalam grafik
Dalam System P.R terdapat tahapan-tahapan :

1. Pattern pertama kali ditangkap oleh Sensor untuk dianalisa dan didapat berbagai fiturnya.
2. Setelah mendapat informasi dari fitur-fitur maka mengenerate fitur.
3. Memilih fitur yang tepat untuk proses pengklasifikasian.
4. Selanjutnya mendesain pengklasifikasian dan mendapatkan kriteria fitur yang optimal.
5. Ketika terjadi error pada prosesnya maka system perlu dievaluasi.

Pengklasifikasian berdasarkan pada teori bayes

• Formula statistik untuk vektor fitur -->

x = [ x1 , ... , xn ]^t Element (E) Rⁿ

• Tandai pla yang telah didapat kedalam kelas-kelas yang tersedia sejumlah M, yang ditandai dengan motivasi W1, W2, ... , Wn
• Dimana probabilitas dari x atau sejumlah x yaitu M adalah

x --> w1 : p(w1 | x)

Dimana dalam penghitungan klasifikasi dengan menggunakan nilai maksimum dari probabilitas tersebut.

Aturan Bayes untuk klasifikasi dengan 2 kelas (M = 2 )

• Diberikan X, kemudian dikelompokkan dengan mengikuti aturan :

-------------------------------------
if p(w1 | x) > p(w2 | x) x --> w1
if p(w2 | x) > p(w1 | x) x --> w2
-------------------------------------

-------------------

nah, tudah tadi materinya, bisa dibaca, pasti bingung, lawong dosennya juga bingung jelasinnya, hehehe...intinya ini yang dibahas tentang citra, ada Grayscale (Teknik Keabuan), Deteksi Tepi (Edge Detection), kurang lebih sih buat daur ulang gitu...ne gambarnya...semoga bermanfaat ya...

Pengenalan Pola - Pertemuan 2

Tweet