• 理解、记忆模式识别中的基本概念、步骤和方法
• 对重要方法，要能实际应用，并能理解其前提条件、应用范围、应用注意事项和方法的原理及推导
• 对讲授的其他方法，要能理解其含义和使用环境
• 要对模式识别的前沿领域有感性的认识
• 计算机视觉基础知识介绍

课程大纲与授课内容

第一部分：简介与预备知识

• 01: 课程简介、模式识别简介 (约2小时)
• 02: 数学背景知识的极简回顾：概率与统计、线性代数 (约2.5小时)
• 03: 以最近邻分类方法为例、介绍模式识别系统的框架极其各模块 (约3.5小时)

第二部分：与领域无关的特征提取

• 04: 主成分分析 Principal Component Analysis (约2小时)
• PPT 05: 归一化、FLD、人脸识别 (约2小时)

第三部分：三种经典的分类方法

• 06: 支持向量机SVM (约4小时)
• 07: 概率方法 probabilistic Methods (约2.5小时)
• 08: 度量、信息论、决策树 (约2.5小时)