与大家分享北京大学模式识别课件-abbr_e5b0b9308e1794f7a6c8a9100b97e899.pdf
希望对大家有所帮助。
内容
1．导论
2．Bayes决策理论
3．概率密度估计
4．线性判别函数
5．神经网络
6．统计学习理论
7．SVM
8．正则化网络
第二章Bayes决策理论
2.0 引言
2.1 基于最小错误率的Bayes决策
2.2 基于最小风险的Bayes决策
2.3 正态分布的最小错误率Bayes决策
2.4 说明
第三章概率密度估计
3.0 引言
3.1 参数估计
3.2 非参数估计
3.3 说明
第四章线性判别函数
4.0 引言
4.1 Fisher线性判别
4.2 最小平方误差准则
4.3 最小错分样本数准则
4.4 线性支持向量机（SVM）
9．特征空间
11. 应用举例
