Maschinelles Lernen 1 - Grundverfahren, Vorlesung, WS 2016/17, 10.01.2017, 07
Autor
Herausgeber
Beteiligtes Institut
Institut für Anthropomatik und Robotik (IAR)
Genre
Beschreibung
07 |
0:00:00 Starten
0:00:32 Übersicht
0:01:05 Motivation
0:03:17 Diskreter Markov Prozess
0:05:10 Beispiel: Wetter
0:08:54 Markov-Bedingung
0:10:44 Hidden Markov Modelle (HMM)
0:12:01 Beispiel: Münze werfen
0:17:22 Beispiel: Ziehen aus Urnen
0:19:34 Definition: Hidden Markov Model (HMM)
0:22:03 Die 3 grundlegenden Probleme
0:24:03 Bedeutung dieser Probleme
0:28:07 P1
0:44:05 P2
0:55:48 P3
1:08:59 Arten von Hidden Markov Modellen
1:10:27 Einordnung
1:11:30 Anwendungen
1:12:35 Beispiel für Klassifikationen von Griffen und Gesten (nicht mit HMM)
1:13:40 Dynamische Gesten
1:20:28 Ampelerkennung
1:24:04 Zusammenfassung
Laufzeit (hh:mm:ss)
01:26:10
Serie
Maschinelles Lernen 1 - Grundverfahren, Vorlesung, WS 2016/17
Publiziert am
19.01.2017
Fachgebiet
Lizenz
Auflösung | 1280 x 720 Pixel |
Seitenverhältnis | 16:9 |
Audiobitrate | 92579 bps |
Audio Kanäle | 2 |
Audio Codec | aac |
Audio Abtastrate | 48000 Hz |
Gesamtbitrate | 898079 bps |
Farbraum | yuv420p |
Container | mov,mp4,m4a,3gp,3g2,mj2 |
Medientyp | video/mp4 |
Dauer | 5170 s |
Dateiname | DIVA-2017-35_hd.mp4 |
Dateigröße | 4.096 byte |
Bildwiederholfrequenz | 25 |
Videobitrate | 799407 bps |
Video Codec | h264 |
Embed-Code