（限选）模式识别
最近由 psp_dada 于 2025 年 1 月 14 日更新：上传实验报告 (#6)
教材与参考书
- 《模式分类》，Richard Duda 等著，李宏东、姚天翔 等译，机械工业出版社，第 2 版，2003
- 《模式识别》（第四版），张学工、汪小我 著，清华大学出版社，2021
- 《神经网络与深度学习》，邱锡鹏 著，机械工业出版社，2019（书籍主页链接）
- 《动手学深度学习：Pytorch 版》，第二版（书籍主页链接）
授课教师
- 胡靓
- 授课风格：
- 听课建议：
- ……
关于考试
半开卷，可带一张 A4 纸，可参考 notes 文件夹下的笔记。考试可以携带计算器。
学习建议
文 / Hye（由胡靓老师的课程介绍部分整理而成），2024.7
本课程重实践，要求同学们具备编程解决模式识别相关问题的能力。因此，本课程考试难度不高（此处有待往届学生补充真实体会），没有考勤（2023 年秋情况），但是实验一定要去（证明你确实掌握了）。
文 / psp_dada, 2024.12
模式识别这门学科中，课程框架大致可以划分为两个主要模块。课程的前半段聚焦于传统模式识别算法以及数据降维技术，这些是构建机器学习和数据分析基础的重要组成部分。而后半段则深入探讨神经网络相关话题，这是一个在现代人工智能领域占据核心地位的主题。
对于前半部分，在实际应用中，直接使用这些经典算法的机会可能较少，因为很多场景下已经被更为先进的技术所取代。因此，我认为了解这部分内容的思想和逻辑即可。
后半部分的神经网络部分个人推荐学有余力的同学去学习 CS231n，这是一门非常经典的课程，讲解的内容更加深入、全面、容易理解。若有需要可以参考我整理的 CS231n 学习笔记。
实验部分建议大家认真完成，不仅是因为实验所占课程的分值比重高，更是因为代码能力是现代大学生必备的技能之一，而实验的内容：通过 pytorch 库搭建神经网络，也是一个很好的毫不过时的练习机会。
资料下载
如果你是校内学生，可点击如下「内网网盘」按钮查看本门课程的电子书、课件和实验软件等。
ℹ️
注意，内网网盘（open.osa.moe）由于机房停电不可用，预计 2025 年 1 月 13 日 起可正常使用。
参与
《HITSZ 自动化课程攻略共享计划》是所有同学都可以参与编写的，如果你有好的笔记或者资料，欢迎前往我们的 GitHub 进行参与，也可以发邮件至 📮[email protected] 联系我们，我们会在收到的第一时间进行答复。