模式識別（簡體書）

模式識別是人工智能的重要分支,其理論建立在矩陣論、概率論與數理統計等基礎知識之上，其技術在人機交互、自動駕駛、工業製造、醫學工程，以及基因技術等方面都發揮著重要作用，具有典型的理論性與實踐性緊密結合的特點。本書涵蓋統計決策論、線性分類器、概率密度函數估計等基礎知識點，注重公式推導，同時將經典算法與前沿技術應用結合起來進行介紹，全書內容共分為13章：緒論、模板匹配、基於統計決策的概率分類方法、線性判別函數、非線性鑒別函數、特徵選擇與提取、統計學習理論及SVM、聚類分析、模糊模式識別法、句法模式識別、人工神經網絡、深度學習，以及深度學習在生物特徵識別領域的應用。
本書內容系統、案例豐富、闡述翔實，適合作為高等院校自動化類、計算機類、人工智能類等專業本科生、研究生的教材和教學參考書，也可作為高等院校各專業通識教育的教學用書。同時，本書還可供相關領域的科研人員、工程技術人員和管理人員參考閱讀。