0420702 20240103203413.520150121235959.9 45 s. P 486 cav_un_epca*0087006978-80-200-2276-9424-468PrahaAcademia2013MaříkV.ŠtěpánkováO.LažanskýJ. statistical pattern recognition feature selection dimensionality reduction cav_un_auth*0101197 Somol Petr Rozpoznávání obrazu Department of Pattern Recognition RO RO UTIA-B Department of Pattern Recognition Ústav teorie informace a automatizace AV ČR, v. v. i. cav_un_auth*0101171 Novovičová Jana Rozpoznávání obrazu Department of Pattern Recognition RO RO UTIA-B Ústav teorie informace a automatizace AV ČR, v. v. i. cav_un_auth*0101182 Pudil Pavel Rozpoznávání obrazu Department of Pattern Recognition RO RO UTIA-B Department of Pattern Recognition Ústav teorie informace a automatizace AV ČR, v. v. i. http://library.utia.cas.cz/separaty/2013/RO/somol-0420702.pdf 1M0572 GA MŠk cav_un_auth*0001814 GA102/08/0593 GA ČR cav_un_auth*0239567 GAP103/11/0335 GA ČR cav_un_auth*0273627 GAP403/12/1557 GA ČR CZ cav_un_auth*0308953 Obor rozpoznávání obrazů může být charakterizován jako řešení problému klasifikace či reprezentace dat popisujících zkoumané objekty reálného světa pomocí vektorů příznaků. Výběr příznaků je jedním z klíčových postupů předzpracování dat umožňující ušetřit čas i zlepšit přesnost rozpoznávacího systému. Pattern recognition can be characterized as the solution of classification or data representation problem where the data describe objects from the real world represented as vectors of numerical values. Feature selection is one of key preprocessing steps enabling to save time and to improve model accuracy. 2015 BD RVO:67985556 http://hdl.handle.net/11104/0243052 cav_un_auth*0296535 ÚTIA AV ČR Ústav teorie informace a automatizace AV ČR, v.v.i. CZ cav_un_auth*0295073 VŠE Vysoká škola ekonomická v Praze CZ Praha 3 S 2013 cav_un_epca*0087006 Umělá inteligence 6 978-80-200-2276-9 424 468 Praha Academia 2013 Mařík V. 340 Štěpánková O. 340 Lažanský J. 340