Zu dieser Karteikarte gibt es einen kompletten Satz an Karteikarten. Kostenlos!

Klassifikatoren werden für das überwachte Lernen verwendet.

1. Auswahl Klassen (z.B. durch Markierung bestimmter Gewebsbereiche im Bild => Tumor, kein Tumor, Stroma, Entzündung, ...)

2. Zuweisung aller Pixel zu den entsprechenden Klassen -> verschiedene Methoden / Klassifikatoren

• Maximum-Likelihood ( Zuweisung anhand der größten Zugehörigkeitswahrscheinlichkeit)
• Minimum-Distance ( Zuweisung anhand des nächstgelegenen Klassenmittelpunktes)
• K-Nearest-Neighbours
• Support Vector Machine
• Neuronale Netze (iterative Optimierung der Verbindung zwischen den einzelnen Einheiten (Pixeln)
• ...

• ein Klassifikator dient dazu eine Funktion zu finden, die die Merkmale möglichst optimal in Klassen einteilt (aufgrund von ausgewählten Stichproben)
• der trainierte Klassifikator wird mit dem Ziel eingesetzt, neue, nicht in der Stichprobe enthaltene Muster der Klassen anhand der Merkmale automatisch zuzuordnen.

Eine lineare Funktion teilt den Merkmalsraum (2D) in zwei Klassen auf. Anhand des trainierten Klassifikators wird im Klassifikationsschritt das Muster anhand seiner Merkmalsausprägungen unmittelbar einem Klasse zugeordnet.