Нумеричка обрада и симулације (8. део)

Аутор: Стефан Ножинић

Шта даље?

У овом, последњем чланку овог серијала Вам дајемо примере и идеје како бисте могли да наставите истраживање и учење ако вас ова област занима.

Машинско учење

Машинско учење подразумева статистичку обраду података која се касније примењује на препознавање образаца од стране рачунара. Ово подразумева да рачунар може да препознаје неке њему наизглед нетривијалне ствари попут лица, гласа, објеката на слици па све до предвиђања температуре и стања на берзама. Постоје разне методе машинског учења, од скривених Марковљијевих модела па све до неуронских мрежа. Недавно је посебно актуелна област дубинско учење.

Визуелизација података

Данас су подаци свуда око нас и свима су доступни. Проблем је добро организовати податке и закључити нешто смислено од њих. Визуелизација се бави управо том тематиком. Ово је једна од области где је потребно имати мало и уметничког дара како бисте одређену појаву што боље приказали.

Симулације физичких система

О овоме смо већ доста писали. Симулације физичких система имају велику улогу у разним другим областима. Пре свега у електроници, механици, метеорологији, али и у индустрији видео игара где је реалан доживљај веома важан како би се играч осећао што задовољније.

Шта препоручујемо за читање?

У остатку текста вам наводимо литературу за коју мислимо да добро објашњавају ове области:

C. M. Bishop – Pattern recognition and machine learning – књига објашњава различите методе машинског учења. Веома је богата садржајем и даје добре примере где се сваки метод примењује.

H. Beigi – Fundamentals of speaker recognition – објашњава методе препознавања говора и говорника.

L. Deng D. Yu – Deep learning methods and applications – уводи читаоце у област дубинског учења које је данас доста популарно.

M. Sonka V. Hlavac R. Boyle – Image processing analysis and machine vision – приказује разне методе обраде слике и рачунарске визије.

S. Z. Li A. K. Jain – Handbook of face recognition – приручник који садржи методе за препознавање и детекцију лица.

D. Bindel J. Goodman – Principles of scientific computing – даје приказ нумеричке обраде са детаљним објашњенима различитих метода и анализама грешака.

S. R. Buss – 3D computer graphics – a mathematical introduction with OpenGL – један део доста добро објашњава математички део линеарних трансформација и њихову примену у изради игара.

Оставите одговор

Ваша адреса е-поште неће бити објављена. Неопходна поља су означена *

Time limit is exhausted. Please reload CAPTCHA.