模式识别与机器学习该如何入门?
学模式识别张学工这本书已经一个多月快两个月了,大致梳理一下学习流程
首先,是模式识别的基本分类,而监督模式识别和非监督模式识别,两者区别在于有无已知样本,然后所有内容都是围绕两种识别展开的。另外,模式识别的方法分为基于知识的模式识别和基于数据的模式识别,前者一般是基于某一特定领域已有的知识直接进行模式识别分类,后者则是我们平常常说的模式识别。
然后,在模式识别正式入门前,我们需要掌握基本的统计决策方法,张书主要是关于最小错误率、最小风险贝叶斯决策和错误率、Neyman-Pearson决策与Roc曲线,以及各方法在正态分布这种特殊情况下的推导使用,最后介绍了离散时间序列样本的统计决策(以基因组序列为例子)
待续…