基本内容:

1、统计决策方法

最小错误率贝叶斯决策、最小风险贝叶斯决策、neyman-pearson决策与roc曲线、正态分布时的统计决策、正态分布概率模型下的最小错误率贝叶斯决策、错误率的计算

2、概率密度函数的估计

最大似然估计、EM算法、贝叶斯估计与贝叶斯学习、概率密度估计的非参数方法

3、分类方法

线性判别函数、fisher线性判别分析、感知器、最小平方误差判别、多类线性分类器；分段线性判别函数、二次判别函数、多层感知器神经网络、支持向量机；近邻法、决策树与随机森林、罗杰斯特回归、boosting方法

4、非监督模式识别

基于模型的方法、混合模型的估计、动态聚类算法、模糊聚类方法、分级聚类方法

5、特征选择与特征提取

特征的评价准则、特征选择的最优算法、特征选择的次优算法、特征选择的遗传算法、以分类性能为准则的特征选择方法；

基于类别可分性判据的特征提取、主成分分析方法、维数据的低维显示、多维尺度法、核主成分分析法

6、搜索策略

搜索基本概念, 状态空间的盲目搜索, 状态空间的启发式搜索, 与/或树的盲目搜索, 与/或树的启发式搜索, 博弈树的启发式搜索

7、机器学习

机器学习基本概念、机械式学习、指导式学习、归纳学习、基于类比的学习、基于解释的学习、神经网络及连接学习

8、演化计算

演化计算基本概念，遗传算法（GA），遗传程序设计（GP），演化策略（ES），差异演化（DE）， 粒子群优化（PSO）算法

参考书目 (包括作者、书目、出版社、出版时间、版次)：

1、张学工　编著，模式识别（第三版）. 清华大学出版社，2010年8月

2、（希）西奥多里蒂斯 等著，李晶皎　等译. 模式识别（第四版），电子工业出版社，2010年4月

3、王万森　编著, 人工智能原理及其应用（第2版）, 电子工业出版社，2007年1月

4、（美）琼斯 著，黄厚宽 等译, 人工智能，电子工业出版社，2010年7月

5、郭文忠，陈国龙　著，离散粒子群优化算法及其应用，清华大学出版社，2012年5月