转自:http://www.opencv.org.cn/forum/viewtopic.php?f=10&t=23175
《模式识别》最新课程下载—模式识别国家重点实验室
Pattern Recognition Course (模式识别课程):http://www.sigvc.org/bbs/thread-170-1-1.html
中国科学院自动化研究所 模式识别国家重点实验室的《模式识别》最新课件可供下载。主讲老师由模式识别国家重点实验室副主任刘成林老师亲自带队,向世明、黄开竹、侯新文等诸多牛人一起上阵。这些牛牛们的论文发表已经不能光用敬仰来形容了。。
值得说道的是:虽然国外有MIT、Stanford的公开课程,但一般都是由某一位牛人来单独讲,像这种众牛齐上、同讲一门课的景象还是非常罕见的。各位童鞋们可要抓紧这个宝贵的学习机会。
中国科学院自动化研究所 模式识别国家重点实验室的《模式识别》最新课件可供下载。主讲老师由模式识别国家重点实验室副主任刘成林老师亲自带队,向世明、黄开竹、侯新文等诸多牛人一起上阵。这些牛牛们的论文发表已经不能光用敬仰来形容了。。
值得说道的是:虽然国外有MIT、Stanford的公开课程,但一般都是由某一位牛人来单独讲,像这种众牛齐上、同讲一门课的景象还是非常罕见的。各位童鞋们可要抓紧这个宝贵的学习机会。
前期基础
-
数学基础:概率论、线性代数、算法与数据结构、优化
-
模式识别基础:硕士课程(听课或自学)
-
编程能力:熟练的C/C++或Matlab编程
为什么要开模式识别博士课程?
-
博士一年级学生很少能独立地实现模式识别的常用方法
-
基本概念和方法理解不透
-
对实验结果不能深入分析,找不出原因和更好的办法
-
-
缺乏认识不同方法之间的联系,不善于提炼/扩展/升华
博士课程的目标
-
正确理解模式识别的基本概念和常用方法(注意物理意义和不同方法之间的联系),并能熟练运用
-
了解模式识别和机器学习领域前沿动态
-
是不是掌握一两个最好的方法就行了?
-
No Free Lunch Theorem
-
理解多种方法的思想,融会贯通,提高研究水平
内容安排
内容 | 具体内容 | 课时 | 授课老师 | 顺序 |
---|---|---|---|---|
模式识别概论、统计模式识别 | 模式识别基本概念、主要方法的特点、贝叶斯决策、概率密度估计、聚类分析 | 6 | 刘成林 | 1,2 |
特征提取与特征选择 | 线性特征提取、非线性特征提取、特征选择准则和搜索算法 | 3 | 侯新文 | 3 |
特征生成 | 针对图像分类,介绍Gabor、Haar wavelet, HOG, LBP,SIFT,Bag of words等 | 3 | 侯新文 | 4 |
人工神经网络 | 多层前馈网络、RBF网络、SOM等 ,ITL | 3 | 黄开竹 | 5 |
核方法 | 支持向量机、核方法及扩展 | 3 | 黄开竹 | 6 |
多分类器系统 | 多分类器融合、Bagging, Boosting, ECOC等 | 3 | 刘成林 | 7 |
结构模式识别 | 结构模式识别基本概念、属性串和属性图匹配、HMM | 6 | 刘成林 | 8,9 |
Discriminative Learning | Loss functions, MCE for LVQ and HMM | 3 | 刘成林 | 10 |
Metric learning and multi-domain learning | Metric learning, multi-task learning, transfer learning | 3 | 黄开竹 | 11 |
图模型 | MRF,CRF, belief propagation, graph cut | 3 | 向世明 | 12 |
半监督学习 | Self-training, co-training, label propagation | 3 | 向世明 | 13 |