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