模式识别（第四版）

简介：
《模式识别》(第四版)是经典教材，系统地介绍了模式识别与机器学习的基础理论和方法，内容涵盖统计决策、聚类、特征选择等关键技术。 本书全面阐述了模式识别的基础理论、方法及应用。书中讨论了贝叶斯分类、贝叶斯网络、线性和非线性分类器设计、特征生成与选取技术、学习理论的基本概念以及聚类的概念与算法。相较于前一版，新版增加了处理大数据集和高维数据的新算法，并引入核方法来实现更先进的分类器及鲁棒回归。此外，书中还新增了一些热点问题的讨论，如非线性降维、非负矩阵因数分解、关联反馈、半监督学习、谱聚类以及聚类组合技术等。每章均包含习题与练习，并提供用MATLAB解决问题的方法；同时作者在网站上提供了部分习题的答案以帮助读者积累实践经验。