模式识别和人工智能专业知识讲座
模式识别（Pattern Recognition）是计算机科学和人工智能领域中的一个重要分支，它旨在研究如何使计算机能够自动地识别和分类模式。模式识别技术广泛应用于图像识别、语音识别、自然语言处理、生物信息学等领域。
本课程主要面向计算机科学与技术专业的学生，旨在讲授模式识别的基本概念、算法和方法。课程涵盖了模式识别的基本概念、特征提取和选择、聚类分析、分类算法等内容。
课程目标：
* 掌握模式识别的基本概念和方法
* 有效地运用所学知识和方法解决实际问题
* 为研究新的模式识别理论和方法打下基础
主要课程内容：
Part 1：引论
* 模式识别概述
* 人工智能概述
* 概率基础知识回顾
* 特征矢量和特征空间
* 随机矢量的描述
Part 2：特征提取和选择
* 特征提取的基本概念
* 特征选择的方法
* Dimentionality reduction
Part 3：聚类分析
* 聚类分析的基本概念
* 聚类算法
* 聚类分析在实际应用中的应用
Part 4：分类算法
* 分类算法的基本概念
* Bayes分类器
* K-近邻算法
* 决策树算法
* Support Vector Machine
相关学科：
* 统计学
* 概率论
* 线性代数（矩阵计算）
* 形式语言
* 人工智能
* 图像处理
* 计算机视觉
教学方法：
* 着重讲述模式识别的基本概念、基本方法和算法原理
* 注重理论与实践紧密结合
* 实例教学：通过实例讲述如何将所学知识运用到实际应用之中
* 避免引用过多的、繁琐的数学推导
基本要求：
* 基本：完成课程学习，获得学分
* 提高：能够将所学知识和内容用于课题研究，解决实际问题
教材/参考文献：
* 《模式识别》孙即祥，国防科技大学出版社，2003年
* 《模式识别－原理、方法及应用》吴逸飞译，清华大学出版社，2003年
* 《Pattern Classification》Richard Duda, Peter Hart, David Stork, 2nd edition, John Wiley, 2001
* 《模式识别》边肇祺，张学工，清华大学出版社
* 《Deep learning》Goodfellow, Bengio
重要期刊：
* IEEE Transaction on Pattern Analysis and Machine Intelligence，PAMI
* Pattern Recognition
* Pattern Recognition Letter
* 模式识别与人工智能
