第一章概述
在第一章的学习中,主要讲述了机器学习与模式识别的一些基本概念和一些基础公式。还有模式识别的一些应用。这里列出一些知识点。
模式识别的概念
模式识别主要分为 分类和回归两个动作。
在课中,模式识别的概念为根据已有知识的表达,针对待识别模式,判别决策其所属的类别,或预测其对于应的回归值。
对于模式识别的数学解释,可以理解为:一种函数映射f(x),将待识别的模式x从输入空间映射到输出空间。函数f(x)是已有知识的表达。
模型
模型的概念
关于已有的知识的一种表达方式,即函数f(x)
模型的组成
特征提取:是指从原始输入数据提取出更有效的信息
回归器:的作用是将特征映射到回归值。
模型(广义)=特征提取+回归器+判别函数
模型(狭义)=特征提取+回归器
分类器=回归器+判别函数