Class Central is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

XuetangX

现代模式识别

via XuetangX

Overview

Coursera Flash Sale
40% Off Coursera Plus for 3 Months!
Grab it





《现代模式识别》是人工智能领域的核心课程,致力于研究分类识别的理论与方法,具有高度的综合性和交叉性。课程内容涵盖代数学、矩阵论、最优化理论、信号处理等多学科知识,同时与工程实践紧密结合,是实现机器智能的关键技术手段。自20世纪70年代以来,该学科在学术界和应用领域取得了丰硕成果,形成了系统的理论体系。

本课程立足国家人工智能发展战略,聚焦智能数据分析与处理技术,旨在培养高素质创新型人才,服务产业与区域经济发展。通过讲授判别函数、统计决策、聚类分析等核心内容,帮助学生掌握数学工具与分类技术,提升实践与创新能力。课程强调理论与实践并重,培养学生研发智能分类系统的能力,为人工智能领域输送具备科研与工程能力的专业人才。

作为人工智能的重要分支,现代模式识别不仅是学术研究的前沿方向,更是推动智能技术落地的核心动力。本课程为学生奠定扎实的理论基础,同时激发创新思维,助力其在人工智能领域的发展与突破。



Syllabus

  • 第一章 绪论
    • 第二章 线性判别函数
      • 2.2 线性判别函数
      • 2.5 感知器算法
      • 2.7 最小平方误差算法
    • 第三章 非线性判别函数
      • 3.1 非线性判别函数
      • 3.2 势函数
    • 第四章 基于贝叶斯理论的分类器
      • 4.2 最小错误率贝叶斯分类器
      • 4.3 最小风险贝叶斯分类器
      • 4.4 正态分布下的贝叶斯分类器
      • 4.5 贝叶斯分类器的错误率
      • 4.6 聂曼-皮尔逊(Neyman-Person)决策
    • 第五章 类条件概率密度函数的估计
      • 5.1 极大似然函数估计
      • 5.2 贝叶斯估计与贝叶斯学习
      • 5.3 概率密度函数的非参数估计
    • 第六章 聚类分析
      • 6.2 聚类过程与相似性度量
    • 第七章 神经网络
      • 期末测试

        Taught by

        Xi’an University of Posts&Telecommunications

        Reviews

        Start your review of 现代模式识别

        Never Stop Learning.

        Get personalized course recommendations, track subjects and courses with reminders, and more.

        Someone learning on their laptop while sitting on the floor.