寻找数据中模式的问题是⼀个基本的问题,有着很长的很成功的历史。例如,16世纪 Tycho
Brahe 的⼤量的观测使得 Johannes Kepler 发现⾏星运⾏的经验性规律,这反过来给经典⼒学的发
展提供了跳板。类似地,原⼦光谱的规律的发现在20世纪初期对于量⼦⼒学的发展和证明有着
重要的作⽤。模式识别领域关注的是利⽤计算机算法⾃动发现数据中的规律,以及使⽤这些规
律采取将数据分类等⾏动。
考虑⼿写数字识别的例⼦,如图1.1所⽰。每个数字对应⼀个 28 × 28 像素的图像,因此可以
表⽰为⼀个由784个实数组成的向量 x 。⽬标是建⽴⼀个机器,能够以这样的向量 x 作为输⼊,
以数字0到9为输出。这不是⼀个简单的问题,因为⼿写体变化多端。这个问题可以使⽤⼈⼯编
写的规则解决,或者依据笔画的形状启发式地区分数字,但是实际中这样的⽅法导致了规则数
量的激增,以及不符合规则的例外等等,并且始终给出较差的结果。
2022-03-28 16:07:08
10.31MB
机器学习
1