第二章 贝叶斯决策
最小错误率贝叶斯,最小风险贝叶斯。之间的互相转换,以及计算。
判别函数和决策面:方程
第三章 线性和非线性判别分析
Fisher线性判别分析:准则,解析解过程,w*
知晓问题什么情况线性可分、不可分
感知准则函数及其学习方法:知晓感知器准则,线性可分、不可分
k近邻:知晓过程,描述过程,细节是什么
决策树:熵信息增益,过拟合与决策树的简直(后处理)
第四章 无监督模式识别
关注单高斯模型、高斯混合模型
动态聚类算法
层次聚类算法:自上而下分裂,自下而上凝聚
第五章 特征选择
类别可分离判据