第1章 緒論 1.1 概述 1.2 模式識別 1.2.1 模式識別系統 1.2.2 模式識別的基本方法 1.3 數據分析 1.3.1 Fisher判別分析 1.3.2 主成分分析 1.3.3 典型相關分析 1.3.4 回歸分析 1.4 本書各章主要內容及其關系 參考文獻 第2章 模式分析的原則與策略 2.1 利用類域界面分類原理和多類分類策略 2.1.1 特征矢量和特征空間 2.1.2 用判別域界面方程分類的概念 2.1.3 線性判別函數 2.1.4 兩類問題 2.1.5 多類問題 2.1.6 判別函數值的大小、正負的鑒別意義 2.1.7 權空間、解矢量與解空間 2.1.8 球面分類界面和橢球面分類界面 2.2 模式分析的基本原則 2.2.1 沒有免費午餐定理 2.2.2 丑小鴨定理 2.2.3 小描述長度原理 2.2.4 誤差中偏差和方差的分析 2.3 集中度、容量、VC維、Rademacher理論 2.3.1 集中度、容量、Rademacher復雜度 2.3.2 VC維 2.4 經驗風險 小化、結構風險 小化 2.5 錯誤率的實驗估計 2.5.1 交叉驗證法 2.5.2 從學習曲線估計錯誤率 2.6 Akaike信息準則與貝葉斯信息準則 2.6.1 Akaike信息準則 2.6.2 貝葉斯信息準則 2.7 預測器選擇的統計方法 2.7.1 小差別錯誤率的分類器選擇的統計檢驗 2.7.2 預測器可靠性度量 參考文獻 第3章 核函數與核映射空間 3.1 核函數與核映射 3.1.1 核函數、希爾伯特空間 3.1.2 Mercer定理 3.1.3 再生核理論 3.1.4 核矩陣在核方法中的作用 3.2 核函數的運算——構造新的核映射空間 3.3 核映射空間中一些量值的核函數表示 參考文獻