文档介绍：总复习
*
模式识别清华版课后题解
*
考试相关事项
1. 严格考试纪律，注意独立思考，不要有任何武弊的念头及行为。
2. 开卷考试，每位同学带足自己的相关资料，考试过程中，只允许查看自己的资料，不允许互相转借。
3. 考试时间充足，120分钟，不用着急。
4. 题型：填空、解答计算题与综合实验题。
*
模式识别清华版课后题解
*
知识要点
1. 模式识别的概念理解，包括模式、模式识别及模式识别系统，模式识别系统的三个基本构成单元，基于统计的模式识别系统4个主要构成部分，模式识别系统的设计主要步骤及相应功能等。
*
模式识别清华版课后题解
*
知识要点
2. 贝叶斯决策理论的理解，常用准则（4条），损失函数、先验概率、后验概率、类条件概率密度和风险等的理解。
3. 参数估计的概念，如何利用样本集对参数进行估计，能灵活运用最大似然估计和贝叶斯估计。
*
模式识别清华版课后题解
*
知识要点
4. 线性判别函数的理解及应用，能用不同的方法处理多类分类问题，重点掌握Fisher线性判别的主要过程及步骤。
5. 特征选择及特征提取的含义、区别与联系，类别可分离性判据满足的要求，K-L降维过程等。
*
模式识别清华版课后题解
*
知识要点
6. 无监督学习与聚类的含义，主要包括两类学习方法，理解投影法的过程，重点掌握动态聚类方法中的K-Means算法。
*
模式识别清华版课后题解
*
知识要点
7. 理解人工神经网络的含义及历史，人工神经元的模型及数学分析，掌握主要的人工神经网络算法，尤其是感知器与BP算法，能利用人工神经网络设计模式识别系统。
*
模式识别清华版课后题解
*
知识要点
8. 理解人工神经网络的含义及历史，人工神经元的模型及数学分析，掌握主要的人工神经网络算法及其拓扑结构，尤其是感知器与BP算法，能利用人工神经网络设计模式识别系统。
*
模式识别清华版课后题解
*
知识要点
9. 掌握模糊集的含义，包括台、水平集、独点集、隶属函数、隶属度等，能对模糊集进行简单的运算，比如并集、交集、补集，能判断模糊度的大小，能实现简单的模糊聚类算法。
*
模式识别清华版课后题解
*
知识要点
10. 掌握统计模式识别的基本知识，尤其是SVM算法的基本原理，能使用libSVM进行简单的操作。
11. 掌握理论知识基础上，能联系实际，具备解决实际问题的能力，能从理论上分析系统的可行性。
*
模式识别清华版课后题解
*