17计算机实验班模式识别-
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 -
第二次作业
学习心得 这门课老师教的很好，掌握了很多东西，有些东西理解的不够纯粹是因为我的数学知识不足，最后一章上的比较急难度也比较大，理解的稍微差了些，有待加强 第一章 模式识别基本概念 1.1什么是模式识别 模式识别是根据已有知识的表达，针对待识别模式，判别其决策所属的类别或者预测其对应的回归值，可分为回归 -
第二次作业
模式识别基本概念 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。 模式识别本质上是一种推理过程。 根据任务，模式识别可以划分为“分类”和“回归”两种形式。分类的输出量是离散的类别表达，回归的输出量是连续的信号表达（回归值）。回归是分类的基础。 数学解释 模式识 -
机器学习第二次作业
第一章 模式识别基本概念 模式识别的常见运用领域 计算机视觉领域：字符识别、交通及标志识别、动作识别 人机交互领域：语音识别 医学领域：模式识别 机器人领域：目标抓取 模式识别的形式 模式识别分为“分类”和“回归”两种形式。模式是被本质上也是一种推理过程 模型的组成：狭义：特征提取+回归器，广义：特 -
作业2
作业2 -
机器学习笔记
第一章：机器学习概述 人工智能主要包括感知智能（比如图像识别、语言识别和手势识别等）和认知智能（主要是语言理解知识和推理）。它的核心是数据驱动来提升生产力、提升生产效率。 机器学习相关技术属于人工智能的一个分支。其理论主要分为如下三个方面： 1. 传统的机器学习：包括线性回归、逻辑回归、决策树、SV -
第二次作业
学习笔记 当初在课堂学的时候，虽然有老师解惑，但终究自己基础不足，上课又有时间限制，所以大概只能理解一半，通过后面复习，基本将之前还有疑惑的问题解决了，虽然其中一些公式推导的过程还比较难算，而且部分概念容易混淆。这篇学习笔记主要是为了记录一下自己觉得需要掌握记住的，或者是自己没有完全理解吃透的 第一 -
第二次作业
一.预习记录 第一章 在开始机器学习之前，先对模式识别有了大概了解。模式识别即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。简而言之，有两种形式，分类和回归。不同之处在于，分类的输出量是离散的类别表达，而回归的输出量是连续的信号表达。本质上是一个推理过程。我们可以用 -
【机器学习】第二次作业
[TOC] 第一章 模式识别基本概念 1.1 什么是模式识别 【课前预习】 本节内容比较简单，主要是引入关于模式识别的基本概念，介绍模式识别相关应用领域。需要掌握的重点概念有：模式识别的基本定义——根据任务内容，划分为“分类”和“回归”，本质上是一种推理过程。 【课后复习】 模式识别的应用实例 由课 -
机器学习第二次作业
第一章 模式识别基本概念 预习部分 首先了解了这门课涉及到了高等数学、线性代数、概率论等数学知识，所以我有稍微去粗略的回顾了一下这几门课的知识点。 复习部分 模式识别的应用领域有：字符识别（计算机视觉领域）、交通及标志识别（计算机视觉领域）、动作识别（计算机视觉领域）、语音识别（人机交互领域）、模式