《模式识别与智能计算-matlab技术实现》学习笔记一

最近开始专心学习机器学习、模式识别算法，主要通过斯坦福大学Andrew Ng老师的《机器学习》课程和《模式识别与智能计算-matlab技术实现》这本书进行学习。以模式识别为主线进行学习。那本书可在此下载 http://download.csdn.net/detail/eric41050808/7123665
模式识别主要是通过对大量样本进行特征提取，然后对这些特征进行训练得到分类模型，最后设计分类器，依据该模型进行分类。知识结构比较清晰，多数书籍和课程的讲述大致也是这个学习思路：首先是模式识别的基础部分，然后是特征的选取，最后是学习和分类部分。其中学习和分类又分为有监督的学习和无监督的学习。

知识结构如下：

I、模式识别基本概念及综述；

II、特征选择与提取；

III、有监督的分类器设计：

1.模式相似性的测度；

2.贝叶斯分类器设计；

3.判别函数分类器设计；

4.神经网络分类器设计；

5.决策树分类器的设计；

6.粗糙集分类器的设计；

IV、无监督学习、聚类：

1.聚类分析；

2.模糊聚类分析；

3.遗传算法聚类分析；

4.蚁群算法聚类分析；

5.粒子群算法聚类分析；

以此为主线，通过实例分析进行学习，并在此留下学习笔记，以督促自己学习，也与大家分享。