模式识别

景永俊

目录

  • 1 绪论
    • 1.1 什么是模式识别?
    • 1.2 课程介绍
    • 1.3 学习要求与考核方法
    • 1.4 开发环境与配置
  • 2 模式识别概述
    • 2.1 模式识别的基本概念
    • 2.2 模式识别与机器学习
    • 2.3 模式识别的算法体系
    • 2.4 第一个模式识别算法实例
    • 2.5 算法实例演示-模版匹配
  • 3 线性分类器
    • 3.1 线性判别
    • 3.2 感知器算法
    • 3.3 算法实例:线性分类器
    • 3.4 LMSE算法
    • 3.5 SVM支持向量机
    • 3.6 算法实例:SVM
  • 4 贝叶斯分类器
    • 4.1 贝叶斯分类器
    • 4.2 贝叶斯分类器的训练
    • 4.3 算法实例:贝叶斯分类器
    • 4.4 最近邻算法KNN
    • 4.5 算法实例:KNN
  • 5 特征降维
    • 5.1 特征降维概念
    • 5.2 特征降维算法
    • 5.3 作业:PCA降维实例
  • 6 聚类分析
    • 6.1 数据聚类
    • 6.2 主要聚类算法
    • 6.3 K-means算法
  • 7 组合分类器
    • 7.1 组合分类的原理
    • 7.2 经典组合分类算法
    • 7.3 Adaboost算法
    • 7.4 随机森林算法
  • 8 人工神经网络
    • 8.1 人工神经网络概述
    • 8.2 浅层神经网络
    • 8.3 BP神经网络
    • 8.4 深度学习
    • 8.5 卷积神经网络CNN
    • 8.6 CNN算法实例
开发环境与配置

模式识别开发环境安装配置教程

1、安装Python

     打开Python.org官网下载Python安装包 https://www.python.org/downloads/

   选择3.7.6版本,moacOS和window分别选择64位安装包


下载到本地安装后,通过命令行方式查看版本,一般很多操作系统已经默认安装了2.7,因此安装新的3.7版本的时候要特别命名为python3,以便区别

安装常用模块包,安装顺序为下面顺序,注意通过豆瓣的安装源速度比较快。

pip install numpy -i https://pypi.douban.com/simple

pip install matplotlib -i https://pypi.douban.com/simple

pip install scikit-learn -i https://pypi.douban.com/simple

pip install pandas -i https://pypi.douban.com/simple

pip install scipy -i https://pypi.douban.com/simple

pip install torch -i https://pypi.douban.com/simple

pip install tensorflow -i https://pypi.douban.com/simple

pip install jupyterlab -i https://pypi.douban.com/simple



全部模块包安装完毕后,通过命令行启动可视化开发环境  输入命令jupyter lab