中科大模式识别课件Lec0

Pattern Recognition
Lecture0
Introduction
Feb. 19th, 2009
•任课教师
–唐珂ketang@;
–电话：3600754
•助教
–林民龙sunnyboy@ •课程主页
/~sunnyboy/pr/
主要内容
•0.1 课程内容介绍
–课程内容、特点和授课方式
–教材和主要参考书目
•0.2 课程要求
–考核和评分要求
•0.3 模式识别导论
–什么是模式识别?
–为什么需要模式识别?
–模式识别在计算机科学中的地位
–模式识别系统框架
–模式识别研究领域的重要科学问题
0.1 课程内容介绍
•课程内容：
–模式识别系统模型和基本知识；
–模式识别算法：贝叶斯方法、判别分析、神经网络、决策树、聚类算法等；
–特征分析方法：特征选择、特征提取；
–模式识别理论及系统评估方法。

•课程特点：
–介绍各种模式识别方法
–学习结束后，应能大致了解本领域的研究现状，并会用基本的模式识别方法解决自己科研中的相关问题。

•学习方式：
–课程讲授、平时作业和课堂讨论相结合
0.1 教材和主要参考书目
•教材：
•Richard.O.Duda, P.E.Hart, D.G.Stork；
《模式分类》，机械工业出版社，2005年。

•主要参考书目：
– A. R. Webb, Statistical Pattern Recognition. John Wiley & Sons, London, (2002).
–T. Hastie, R. Tibshirani, J. Friedman. The Elements of Statistical Learning: Data Mining, Inference, and Prediction.
Springer, 2001.
–边肇祺，张学工；《模式识别》，清华大学出版社，2004年
主要内容
•0.1 课程内容介绍
–课程内容、特点和授课方式
–教材和主要参考书目
•0.2 课程要求
–考核和评分要求
•0.3 模式识别导论
–什么是模式识别?
–为什么需要模式识别?
–模式识别在计算机科学中的地位
–模式识别系统框架
–模式识别研究领域的重要科学问题
0.2 考核和评分要求
•到课率：10％
•Mini project (report + presentation)：30％•期末考试：60％
主要内容
•0.1 课程内容介绍
–课程内容、特点和授课方式
–教材和主要参考书目
•0.2 课程要求
–考核和评分要求
•0.3 模式识别导论
–什么是模式识别?
–为什么需要模式识别?
–模式识别在计算机科学中的地位
–模式识别基础
–模式识别中的重要科学问题
0.4 什么是模式识别？
•（人或计算机）获取关于某一事物的信息（数据），并将其归为某一类别的过程。

•模式识别无处不在，例如：
–网络搜索
–字符识别：包括印刷体字符的识别；手写体字符的识别、各种OCR设备例如信函分拣、文件处理、各种书写输入板。

–指纹识别、人脸识别。

–语声识别，电话号码自动查询，机器故障判断。

–医疗诊断：心电图，脑电图，染色体，癌细胞识别，疾病诊断等等。

0.4 为什么需要模式识别？
•计算机能比人类更快速地处理海量数据，如果计算机可以自动完成模式识别……
•处理人类难以解决的识别问题
例如：/who/tkh/index.html •模式识别
–是计算机应用的一个重要领域
–与人工智能、机器学习、计算机视觉、数据挖掘密切相关
•模式（pattern）的表示方法：每个模式都由一组特征（feature）表示，例如：
姓名身高体重血型
王二2米100KG A
张三 1.75米80KG B
李四 1.8米75KG O
……………………
•模式识别系统包括
–传感器（信息获取）
–特征提取器（预处理）
–分类器（识别）
–后处理器（最终决策）
•其工作流程为
•关键难点：由已知（信息）推理出未知（信息）
•设计模式识别系统的基本工作流程
–获取已知模式Æ建立识别（分类）模型Æ利用模型识别新的模式
–关键难点（仍然是）：由已知推理出未知•设计模式识别系统的关键环节
–数据采集
–特征提取
–选择分类模型
–训练分类器
–性能评测
既然终极目标是对样本进行准确识别，那么•怎样的特征更有效？
–对噪声不敏感
–不同类别样本在该特征上取值不同
–特征易于提取
•怎样选择分类模型并训练之？（本课程重点）–这是一个学习问题、可以利用学习（算法）解决。

–根据问题性质，通常有几种不同形式
•有监督学习（supervised learning）
•无监督学习（unsupervised learning）
•强化学习（reinforcement learning）
•如何基于已知样本评价一个分类器的好坏，如何保证分类器能有效识别（目前）未知的数据、避免过拟合（overfitting）？
•课程纲要
–1. 各种分类器训练算法（学习算法）
–2. 分类器设计的一些基本原则、评价和比较方法
–3. 特征分析
–4. 无监督学习技术
模式识别相关的重要学术期刊和会议
IEEE Transaction on Pattern Analysis and Machine Intelligence (TPAMI) Pattern Recognition Journal (PRJ)
Machine Learning Journal (MLJ)
Journal of Machine Learning Research (JMLR)
IEEE Transaction on Knowledge and Data Engineering (TKDE)
IEEE Conference on Computer Vision and Pattern Recognition (CVPR) International Conference on Pattern Recognition (ICPR)
End of Lecture 0。