17计算机实验班模式识别- 班级所有博文发布时间分布（24小时制）：
-
第二次作业
学习笔记： 第一章 模式识别 模式识别的定义：根据已有知识的表达，针对待识别模式，判别决策其所属的类别或者预测其对应的回归值。其本质上是一种推理过程。 模式识别可分为字符识别、交通标志识别、动作识别等等。 数学解释：模式识别可以看做一种函数映射f（x），将待识别模式x从输入空间映射到输出空间。函数f -
第二次作业
预习记录&课后复习 第一章我们学习了模式识别与机器学习的基本概念 1.1根据任务，模式识别可以划分为"分类”和“回归”两种形式。 模式识别:根据已有知识的表达，针对待识别模式，判别决策其所属的类别或者预测其对应的回归值。由此可见，模式识别本质上是一 种推理(inference) 过程。 1.2数学解 -
机器学习第二次作业
。 -
第二次作业
第一章 模式识别基本概念 1.1 模式识别的基本概念 模式识别的应用实例：字符识别，动作识别，目标抓取等。 模式识别概念 ：根据已有知识的表达，针对待识别模式，判别决策其所属的类别或者预测其对应的回归值。 模式识别划分为"分类"和"回归"两种形式。分类：输出量是离散类别表达，即模式所属的类别。回归： -
第二次作业
第一章 模式识别基本概念 第二章 基于距离的分类器 第三章 贝叶斯决策与学习 第四章 线性判据与回归 -
机器学习第二次作业
第一章 1.2模式识别数学表达 输入空间&输出空间 模型的概念 用于回归 用于分类 判别函数 判别公式&决策边界：用于分类 特征&特征空间 1.3特征向量的相关性 特征向量点积：代数定义 特征向量点积：几何定义 特征向量投影 点积与投影 残差向量 特征向量的欧氏距离 1.4机器学习基本概念 训练样本 -
机器学习第二次作业
模式识别 模式识别定义 模式识别：根据已有知识的表达，针对待识别模式，判别决策其所属的类别或者预测其对应的回归值 根据任务，模式识别可以划分为“分类”和“回归”两种形式，其中分类的输出量是离散的，回归的输出量是连续的。 模式识别数学表达 模式识别可以看做一种函数的映射，将待识别模式x从输入空间映射到 -
机器学习第二次作业
学习笔记 第一章 基本概念 模式识别的形式 分类 输出是离散的 回归 输出是连续的 回归是分类的 基础 ，离散的类别值由回归值做判别决策得到。 特征的特性 具有辨别能力：基于统计学规律 鲁棒性：抗干扰性，稳健性 特征向量的相关性 点积 对称性 投影 不具备对称性 残差向量 欧氏距离 综合考虑方向和模 -
第二次作业
模式识别 根据已有知识的表达（函数映射），针对待识别模式，判别决策其所属的类别或者预测其对应的回归值，是一种推理过程，可划分为“分类”和“回归”两种形式。 模式识别任务的模型通过机器学习获得。 机器学习 利用训练样本，对目标函数进行学习优化（参数、模型结构等），得到理想的模型的过程。 提高泛化能力： -
模式识别笔记
###第一章 模式识别基本概念 ####1.1 什么是模式识别 根据任务，模式识别可以划分为“分类”和“回归“两种形式。 模式识别：根据已有的知识的表达，针对待识别模式，判别决策其所属的类别或者预测其对应的回归值。 模式识别本质上是一种推理过程。 ####1.2 模式识别的数学表达 模式识别可以看做