模式识别-南京大学计算机系.pdf

模式识别 课程简介 模式识别系统简介 吴建鑫 南京大学计算机系，2019 1 课程介绍 2 课程目标  理解、记忆模式识别中的基本概念、步骤和方法 对重要方法，要能实际应用，并能理解其前提条件、 应用范围、应用注意事项和方法原理及推导 对讲授的其他方法，要能理解其含义和使用环境  要对模式识别的前沿领域有感性的认识  提高目标  进一步能通过独立阅读和实践掌握较深入的问题和方 法，并能应用到学习、研究中遇到的问题中去 3 模式识别  本科生和研究生通选的选修课，2学分，2学时  前置课程(prerequisite)  程序设计、高等数学（数学分析和线性代数）、概率 和数理统计  一般来说，最早2年级下半学期才可以选  没有或者(自愿)1次大作业  有若干小作业  包含纸上解题和一些小的编程 (需要Linux软件安装)  成绩考核以考试和作业为主  期末考试50-60%，作业40-50%  自愿做大作业的本科同学有适当加分 4 教材和参考书 教材：从本学期开始采用自编讲义 参考书： DHS PRML 参考书中译本：html 5 Matlab  本课程中用到的编程，很多在Matlab环境中最方便  /help/matlab/  Matlab简明教程：请自行搜索Matlab的tutorial  对从事计算机研究几乎是必备的技能  如果没有Matlab环境  有很多免费软件，实现Matlab的功能足够本课程使用  语法和编程语言与Matlab一致  如GNU Octave： /software/octave/  学会随时调用Matlab的帮助（或在线帮助） 6 数学背景  会简要介绍/回顾需要的最基本知识  前置课程，（如较好的掌握了）就已经够本课程使用了  需要的更多的数学知识会在授课中随时补充  对研究或工作有帮助  特别是对有志CS研究的（不限于模式识别），有较大帮助  如对进一步的知识感兴趣  每章会提供关于进一步阅读的资源指南  通用资源：  自编讲义  教科书 （DHS），参考书（PRML）  维基（Wiki）  Wolfram MathWorld (/) 7 模式识别简介 8 什么是模式识别?  “Pattern recognition is a field in machine learning.” (??)  取自2013年12月25日，2016年2月9日仍然如此  Pattern recognition (psychology), identification of faces, objects, words, melodies, etc.