由于模式识别过于深奥，也不知道当初这个名称谁起的，英文本身就不知所云，中文翻译更不知所云。到现在pattern一词的定义都有争议，没有统一的定义。机器学习，如同计算机视觉（最初叫机器视觉，很难听，后来改成了计算机视觉），更容易被广大接受，尤其是外行和半路出家的。今年很勉强做了一个很简易的课件，这样难度的课没有一本能讲清楚的教材真是费劲。找不到这样的教材，所以只能自己写了。但是我也并不认可统计学习部

表达方式LaTeX 写法显示效果正式程度常见领域^\topA^\topA⊤A^\topA⊤⭐⭐⭐⭐☆ 高数学、统计、理论学科ATAT⭐⭐⭐☆☆ 中工程、机器学习、应用类。

所有数据集的文件名均为 name_dataset 格式。这些文件中将包含数组 nameInputs 和 nameTargets。

将 70% 的图像用于训练，15% 的图像用于验证，15% 的图像用于测试。指定 “randomized” 以将每个类中指定比例的文件分配给新数据集。splitEachLabel 函数将图像数据存储拆分为三个新数据存储。数据集有 10 个类，数据集中每个图像的像素数为 28×28×1。此示例说明如何使用深度网络设计器创建简单的卷积神经网络来进行深度学习分类。使用 minibatchpredict

深度学习基础与概念》（Deep Learning Foundations and Concepts），英国作者克里斯托弗·M. 毕晓普（Christopher M. Bishop）和休·毕晓普（Hugh Bishop）。有的书图画的很漂亮，但是理论上弱；有的书一堆公式，云里雾里，抽象难以理解；有的书文字功底很差，不说人话；有的书西一榔头东一棒，完全没有逻辑；有的书有文字表达能力，数学功底很差，错误

零相位响应（Zero-Phase Response）是指滤波器的幅度响应，但相位为零。滤波器的相位响应为零，意味着不同频率的信号通过滤波器后，其相位不发生任何变化，即信号的波形在时间轴上没有偏移。零相位响应指的是当一个系统或滤波器对输入信号进行处理时，输出信号与输入信号之间没有相位差的情况。信号的各个频率成分在通过系统后，虽然可能经历了幅度的变化（即增益的变化），但它们的相位没有被改变。

从此，$\boldsymbol{y}$就有了新的物理解释，可以看成是类别标记，对于$Y=1$的类别，标记为1，对于$Y=-1$的类别，标记为-1。从样本点$\{C_1, C_2\}$到数值的映射。统计学模型中经常描述的样本划分，因此用样本点表示。机器学习因为是从输入到输出的映射，因此用数值表示类别标记。（注：凡事把C_1, C_2当集合的，都是概念不清，因为Duda用的$\omega_1$, $\

可见，感知器算法由于采用不同的初值或选取不同的错分类点，解可以不同。得到的分离超平面和感知机模型。如果在计算中错分类点依次取。，使用感知器算法的随机梯度法求感知机模型。，没有错分类点，损失函数达到极小。如图所示的训练数据集，其正样本是。这是在计算中错分类点先后取。，那么得到的分离超平面是。，未能被正确分类，更新。，被正确分类，不修改。

Richardson-Lucy方法假设观测图像的噪声服从泊松分布，是一种极大似然估计方法。

Reduce Input Dimensionality Using processpcaIn some situations, the dimension of the input vector is large, but the components of the vectors are highly correlated (redundant). It is useful in this si