模式識別（第二版）-讀書筆記

1、模式往往表現為具有時間或空間分布的資訊。電腦中具有時空分布的資訊表現為向量，即數組。數組中元素的序號可以對應時間與空間，也可以對應其他的標識。

　　-記得從前上線性代數時，葉正麟老師就講過，向量是我們自己定義的度量尺度。面試時要學生舉例說明一個100維的向量，如果只能想到空間中的三維剩下的無從入手，那就不好了。還記得當時老師舉了一個例子，說有一個飛機，它的所在空間作為可以作為向量的三個分量、在那一點處朝著三個座標方向的速度又可以作為三個分量，這樣就是一個六維向量了，如果再加上時間等其他資訊，那麼飛機當時的狀態就可以用一個向量來描述。

 

2、人們為了掌握客觀事物，按事物相似的程度組成類別。模式識別的作用和目的就在於面對某一具體事物時將其正確地歸入某一類別。

　　-孩子在學習新事物時貌似也是遵循這樣的規律。Crowdsourced Security Testing道這個是凳子那個是凳子，但是是三腳的還是四腳的還是別的什麼樣子的，都還沒開始細分。先學習一類事物，然後再關注這一類的細節。

　　

3、從不同角度看人臉，視網膜上的成像也不同，但我們可以識別出這個人是誰，把所有不同角度的像都歸入某個人這一類。如果給每個類命名，並且用特定的符號來表達這個名字，那麼模式識別可以看成是從具有時間和空間分布的資訊向著符號所作的映射。

　　-“從具有時間和空間分布的資訊向著符號所作的映射”說得很好。

 

4、有兩種基本的模式識別方法，即統計模式識別方法和結構（句法）模式識別方法。

　　-統計模式識別方法應該指的是貝葉斯那一類的模式識別方法，那麼結構模式識別方法又是指什麼呢？難道是指類似編譯器中使用的狀態機器那一類的東西嗎？

 

5、一般我們把未經處理資料組成的空間叫測量空間，把分類識別賴以進行的空間叫特徵空間，通過變換，可把在維數較高的測量空間中表示的模式變為在維數較低的特徵空間中表示的模式。

　　-特徵向量的抽象是要依靠行業經驗來進行吧？

 

6、分類決策就是在特徵空間中用統計的方法把被識別對象歸為某一類別。基本做法是在樣本訓練基礎上確定某個判決規則，使按這種判決規則對被識別對象進行分類所造成的錯誤識別率最小或引起的損失最小。

　　-說道最小錯誤率和最小損失又想起了stanford的機器學習公開課上老師講的例子。把好的藥分到錯的藥裡和把錯的藥分到好的藥裡，兩者的風險是相差很大的。我們人類大腦裡面的判決器到底是誰？某個神經細胞就可以完成判決功能嗎？還是需要一個組織進行協作？？藍色大腦項目千萬要爭取到資金呀……