模式識別與分類

Geoff+Dougherty

對于如今流行的諸多自動化電子系統(tǒng)而言，模式識別及其分類的發(fā)展和應(yīng)用是至關(guān)重要的。模式識別及其分類的應(yīng)用范圍極廣：從軍事防御到醫(yī)療診斷，從生物測定學(xué)到機(jī)器學(xué)習(xí)，從生物信息學(xué)到家庭娛樂等等。雖然在本領(lǐng)域有一系列的經(jīng)典書籍做了相關(guān)的闡述，但是由于內(nèi)容方面大多過于專業(yè)化，讓初學(xué)者們望而生畏。本書最大的特點(diǎn)是通俗易懂，不需要有很強(qiáng)的數(shù)學(xué)或者統(tǒng)計(jì)學(xué)專業(yè)背景，比較適合初學(xué)者學(xué)習(xí)。本書不就某一細(xì)節(jié)深入探討，而是在了解簡單的計(jì)算機(jī)和數(shù)學(xué)基本知識的基礎(chǔ)上，著重講述模式識別和分類在各領(lǐng)域里的實(shí)際應(yīng)用。

本書共分10章：1.模式識別與分類的相關(guān)背景知識，介紹了分類問題近年來的熱門應(yīng)用；2.分類處理過程及不同的分類方法，主要內(nèi)容有分類處理過程、特征提取、數(shù)據(jù)訓(xùn)練與學(xué)習(xí)、監(jiān)督學(xué)習(xí)以及算法選擇，本章包含了一些頗具代表性的分類任務(wù)實(shí)例；3.非度量方法，主要介紹了決策樹分類器、基于規(guī)則的分類器、以及各分類器的優(yōu)缺點(diǎn)比較；4.統(tǒng)計(jì)模式識別，主要內(nèi)容有測量數(shù)據(jù)及其誤差、概率統(tǒng)計(jì)理論、連續(xù)型隨機(jī)變量；5.監(jiān)督學(xué)習(xí)，主要包括參數(shù)化學(xué)習(xí)以及非參數(shù)化學(xué)習(xí)的相關(guān)理論和實(shí)例，著重介紹了參數(shù)化學(xué)習(xí)的理論與方法；6.非參數(shù)化學(xué)習(xí)，主要內(nèi)容有核密度估計(jì)（Parzen窗）、K近鄰分類、人工神經(jīng)網(wǎng)絡(luò)、核機(jī)器學(xué)習(xí)等；7.特征提取與選擇，主要內(nèi)容有降維、特征選擇、特征提?。?.非監(jiān)督學(xué)習(xí)，主要內(nèi)容有聚類、K-均值聚類、層次聚類；9.分類器的評估與比較，內(nèi)容包括分類器比較、交叉驗(yàn)證和重采樣、分類器性能評估、ROC曲線；10.介紹了模式識別與分類在工程上的應(yīng)用實(shí)例。

本書簡明扼要地介紹了模式識別與分類的相關(guān)概念，以一種深入淺出的方式展開討論，作者在各章節(jié)給出了一些具體的應(yīng)用實(shí)例，使相關(guān)概念更加通俗易懂。在每個章節(jié)末尾給出了相關(guān)練習(xí)，便于讀者鞏固每一節(jié)學(xué)到的知識點(diǎn)。

本書作者Geoff Dougherty 是加州州立大學(xué)應(yīng)用物理與醫(yī)學(xué)影像專業(yè)的教授，在模式識別、圖像處理等方向有近20年的研究經(jīng)驗(yàn)。

本書適合從事物理、計(jì)算機(jī)科學(xué)、電子工程、生物醫(yī)學(xué)、應(yīng)用數(shù)學(xué)等專業(yè)的高年級本科生和一年級研究生閱讀和參考。對于有志于在上述領(lǐng)域開展獨(dú)立研究的學(xué)者與工程師們，本書也可作為參考書。

臧光明，碩士研究生

endprint