欢迎您来到《人工智能之模式识别》慕课课程！

这门课程不是科普讲座，也不是学术研究专题，而是一门工程技术类的专业课程。因此，课程将关注“从人工智能角度理解模式识别，用模式识别原理解决工程问题”，与您一起走入模式识别技术带来的人工智能奇境。

课程面向信息技术相关领域的学习者。如果您有《概率论与数理统计》和《线性代数》的基础知识，对人工智能中的智能感知、生物特征识别、机器学习或计算机视觉等领域有浓厚的兴趣，希望系统性地学习模式识别的基本原理和主要算法，并希望能够掌握运用所学知识分析解决实际模式识别问题的能力，欢迎您选修本课程！

本课程有3个层次的学习目标：

目标1—理解掌握模式识别的基础知识：通过课程学习，使学习者知悉模式识别技术的基本概念、基本理论、基本算法和应用方式，理解模式识别的主要研究内容、研究方向和研究方法，掌握统计模式识别和结构模式识别的基础算法；

目标2—分析设计模式识别的解决方案：通过课程学习、工程案例分析和算法实现练习，使学习者能够分析来自生产实践中的工程性模式识别问题，并能够依据所学基础知识，选择运用合适的模式识别算法和技术提出具体的系统性解决方案；

目标3—编程实现模式识别的算法系统：通过课程学习、工程案例分析和算法实现练习，使学习者能够针对工程性模式识别问题进行模式识别系统的数学建模，并通过计算机技术实现所设计的系统，同时能够评估系统的识别效果和不足，理解算法的局限性。

因此，本课程的特色可以概括为：基础性、趣味性、实践性

基础性：课程将比较全面地介绍模式识别的主流算法和核心问题，帮助学习者了解模式识别领域的全貌，并在理解其基本原理的基础上为后续深入学习某个具体方向打下坚实的基础；

趣味性：作为面向社会学习者的专业性课程，将采用结构更加灵活、材料更加丰富、讲解更加有趣的方式，避免过于枯燥和难以理解的数学理论成为学习者深入理解模式识别基本思想的障碍，使课程从内容到形式都有足够的吸引力；

实践性：绝大多数本课程的学习者都有能够通过课程学习掌握运用所学知识分析解决具体模式识别问题的期望。本课程将以一个具有一定复杂度和延展性的模式识别工程案例作为线索，逐步介绍该模式识别系统涉及到的各种基本概念和基本算法，并辅助以针对性的算法编程实现练习，帮助学习者达成实践性的学习目标。

《人工智能之模式识别》既强调基础性——知其然先知其所以然，又强调实践性——知其所以然还要知其用，因此把引入研究性学习模式作为本门在线课程的主要教学设计思路，在提供常规的慕课学习方法外，也加入了基于项目的实践性学习。

为达成学习目标，本课程设置了多条学习路径，您可以根据自己的需求和学习风格自由选择。无论选择哪条学习路径，都离不开理论学习、算法编程练习和对一个实际模式识别问题的分析解决。相信您经过这样的学习过程，不仅能深入理解模式识别各种算法的核心原理，而且能获得将其灵活运用到解决实际问题之中的能力。

虽然模式识别算法种类繁多，思路各异，但相互之间却有密切的逻辑关联，共同构成了模式识别技术的算法体系。

赶快加入本课程，让我们一起来探索其中的奥秘吧！

1. 通过课程学习，使学习者知悉模式识别技术的基本概念、基本理论、基本算法和应用方式，理解模式识别的主要研究内容、研究方向和研究方法，掌握统计模式识别和结构模式识别的基础算法；

2. 通过课程学习、工程案例分析和算法实现练习，使学习者能够分析来自生产实践中的工程性模式识别问题，并能够依据所学基础知识，选择运用合适的模式识别算法和技术提出具体的系统性解决方案；

3. 通过课程学习、工程案例分析和算法实现练习，使学习者能够针对工程性模式识别问题进行模式识别系统的数学建模，并通过计算机技术实现所设计的系统，同时能够评估系统的识别效果和不足，理解算法的局限性。

线性代数、概率论与数理统计的基础知识。

详见每周课程发布的学习资源。