Die automatische Auswertung von Signalen spielt in der modernen Informationstechnik eine grosse Rolle. Dieses Lehrbuch bietet, ausgehend von der Reprasentation des Signals im Merkmalraum, die Beschreibung wichtiger Klassifikationsverfahren. Dazu zahlen Linear- und Bayes Klassifikatoren, Supportvektormaschinen, Klassifikatoren auf der Basis von Gaussian-Mixture-Modellen und Hidden-Markov-Modellen sowie Klassenfolgenklassifikatoren.Weiterhin werden wichtige Grundlagen der Automatentheorie (Finite State Machines) sowie ausgewahlte maschinelle Lernverfahren dargestellt.Die Darstellung setzt die Verfahren zur Merkmalgewinnung voraus, die im ersten Band vermittelt wurden, so dass das Gesamtwerk eine umfassende Beschreibung der Kette darstellt, die in modernen Systemen der Informationsverarbeitung von der Signalerfassung bis hin zum Klassifikationsergebnis fuhrt.