文档介绍:Contents
1 Introduction 3
Machine Perception . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
An Example . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
Related fields . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
The Sub-problems ofPattern Classification . . . . . . . . . . . . . . . 11
Feature Extraction . . . . . . . . . . . . . . . . . . . . . . . . . 11
Noise . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Overfitting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Model Selection . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Prior Knowledge . . . . . . . . . . . . . . . . . . . . . . . . . . 12
Missing Features . . . . . . . . . . . . . . . . . . . . . . . . . . 13
Mereology . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
Segmentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
Context . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
Invariances . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
Evidence Pooling . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Costs and Risks . . . . . . . . . . . . . . . . . . . . . . . . . . 15
. . . . . . . . . . . . . . . . . . . . 16
Learning and Adaptation . . . . . . . . . . . . . . . . . . . . . . . . . 16
Supervised Learning . . . . . . . . . . . . . . . . . . . . . . . . 16
Unsupervised Learning . . . . . . . . . . . . . . . . . . . . . . . 17
Reinforcement Learning . . . . . . . . . . . . . . . . . . . . . . 17
Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Summary by Chapters . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
Bibliographical and Historical Remarks . . . . . . . . . . . . . . . . . . . . 19
Bibliography . . . . . . . . . . . . . . . .