模式识别

返回首页

课程概述

《说文》中讲到：识，知也；别，分解也。识别就是将对象分门别类地识别出来。模式识别（英语：Pattern Recognition），就是通过计算机用数学技术方法来研究模式的自动处理和判读。本课程面向本科二、三年级学生，介绍模式识别的基本概念及术语，概述模式识别过程，模式识别方法，模式识别的历史现状和发展。同时，课程还配备动手实践教程，由浅入深地讲解一系列妙趣横生的模式识别和机器学习案例。通过学习这门课程，同学们不仅能快速入门人工智能的基本原理，还能在真实项目中学以致用，为今后的人工智能学习和研究打下基础。

时间地点

• 时间：1-15周，周一晚上9-10节（19:10--20:50）
• 地点：翔安校区学武楼A304

考核方式

• 平时（50%）：出勤、作业等
• 期末（50%）：闭卷笔试，2022年[]月[]日（第15周随堂考试）

教材和参考书

• Christopher M Bishop, Pattern Recognition and Machine Learning, 2006
• 孙即祥等，《模式识别》，国防工业出版社，2009
• 孙学工等，《模式识别》，清华大学出版社，2010

---

课程大纲

• 课程简介 [Slides]

Lecture 1

• 绪论 [Slides]

Lecture 2

• 随机矢量 [Slides]

Lecture 3

• 聚类分析 [Slides]
• 作业一 [要求] [数据]

Lecture 4

• 动态聚类 [Slides]
• 最近邻方法 [Slides]

Lecture 5

• 线性判别 [Slides]

Lecture 6

• 广义线性判别 [Slides]

Lecture 7

• 梯度法 [Slides]

Lecture 8

• 贝叶斯决策 [Slides]
• 支持向量机SVM [Slides]

Lecture 9

• 深度学习基本概念 [Slides]

Lecture 10

• 深度神经网络（DNN） [Slides]

Lecture 11

• 卷积神经网络（CNN） [Slides]
  • CNN Explainer: https://poloclub.github.io/cnn-explainer/

Lecture 12

• 循环神经网络（RNN） [Slides]

Lecture 13

• 图神经网络[Slides]

Lecture 14

• 复习课 [Slides]

---