模式分类
当前位置:首页 > 计算机网络 > 计算机理论 > 模式分类
出版社:机械工业出版社
出版日期:2003-9
ISBN:9787111121480
作者:Richard O. Duda,Peter E. Hart,David G. Stork
页数:530页
媒体关注与评论
书评开发和研究模式识别系统的实践者，无论其应用涉及语音识别、字符识别、图像处理还是信号分析，常会遇到需要从大量令人迷惑的技术中做出选择的难题。这本独一无二的教材及专业参考书，为你准备了充足的资料和信息，供你选择最适合的技术。作为一本在过去几十年内模式识别领域经典著作的新版，这一版本更新并扩充了原作，重点介绍模式分类及该领域近年来的巨大进展。本书已被卡内基-梅隆、哈佛、斯坦福、剑桥等120多所大学采用为教材。本书作为流行和经典的教材和专业参考书，主要面向电子工程、计算机科学、数学和统计学、媒体处理、模式识别、计算机视觉、人工智能和认知科学等领域的研究生和相关领域的科技人员。
内容概要
Richard O.Duda于麻省理工学院获得电气工程博士学位，是加州San Jose州立大学电气工程系名誉教授。他是美国人工智能学会会士、IEEE会士。
Peter E.Hart是加州Ricoh lnnovations公司的创始人、总裁和CEO，同时还是理光公司的高级副总裁，在此之前曾任理光加州研究中
书籍目录
出版者的话
专家指导委员会
译者序
前言
第1章 绪论
1.1 机器感知
1.2 一个例子
1.3 模式识别系统
1.4 设计循环
1.5 学习和适应
1.6 本章小结
全书各章概要
文献和历史评述
参考文献
第2章 贝叶斯决策论
2.1 引言
2.2 贝叶斯决策论——连续特征
2.3 最小误差率分类
2.4 分类器、判别函数及判定面
2.5 正态密度
2.6 正态分布的判别函数
2.7 误差概率和误差积分
2.8 正态密度的误差上界
2.9 贝叶斯决策论——离散特征
2.10 丢失特征和噪声特征
2.11 贝叶斯置信网
2.12 复合贝叶斯决策论及上下文
本章小结
文献和历史评述
习题
上机练习
参考文献
第3章 最大似然估计和贝叶斯参数估计
第4章 非参数技术
第5章 线性判别函数
第6章 多层神经网络
第7章 随机方法
第8章 非度量方法
第9章 独立于算法的机器学习
第10章 无监督学习和聚类
附录A 数学基础
参考文献
索引
编辑推荐
《模式分类》(原书第2版)已被卡内基-梅隆、哈佛、斯坦福、剑桥等120多所大学采用为教材。本书作为流行和经典的教材和专业参考书，主要面向电子工程、计算机科学、数学和统计学、媒体处理、模式识别、计算机视觉、人工智能和认知科学等领域的研究生和相关领域的科技人员。开发和研究模式识别系统的实践者，无论其应用涉及语音识别、字符识别、图像处理还是信号分析，常会遇到需要从大量令人迷惑的技术中做出选择的难题。这本独一无二的教材及专业参考书，为你准备了充足的资料和信息，供你选择最适合的技术。作为一本在过去几十年内模式识别领域经典著作的新版，这一版本更新并扩充了原作，重点介绍模式分类及该领域近年来的巨大进展。
作者简介
《模式分类》(原书第2版)的第1版《模式分类与场景分析》出版于1973年，是模式识别和场景分析领域奠基性的经曲名著。在第2版中，除了保留了第1版的关于统计模式识别和结构模式识别的主要内容以外，读者将会发现新增了许多近25年来的新理论和新方法，其中包括神经网络、机器学习、数据挖掘、进化计算、不变量理论、隐马尔可夫模型、统计学习理论和支持向量机等。作者还为未来25年的模式识别的发展指明了方向。书中包含许多实例，各种不同方法的对比，丰富的图表，以及大量的课后习题和计算机练习。
图书封面
发布书评
精彩书评 (总计2条)
-
中文版有的地方简直错得离谱，贝叶斯置信网那里和英文的完全对不上，浪费我推导半天，图片都不一样，太不负责了。。。英文的稍微贵点，不过应该好很多。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。 -
本书固然经典，但也并不是完美无缺的。首先，它并不适合入门，最好在对模式识别领域有了一定的理解之后再通读这本书，相信会使自己的认识得到提升。其次，作者有的时候可能过分吝惜文字，这增加了读者理解上的困难，尤其是一些本来就比较深入难以理解的地方。最后一点，这本书大有提纲挈领的感觉，所以许多知识点被忽略掉了，我建议手头最好还要备一本Sergios Theodoridis的《模式识别》。
精彩短评 (总计101条)
-
书的装很好，印刷很清楚，内容更是不用说，模式识别/模式分类方向的经典教程，非常值得一读。 -
书中包含许多实例，各种不同方法的对比，丰富的图表，以及大量的课后习题和计算机练习。 -
Duda的模式分类可以说是经典中的经典不论是研究模式识别，还是做机器学习的人，几乎没有没读过这本书的。而且本书的印刷也相当不错。可惜和本书配套的Matlab书没有出版。 -
这本书讲的很全面，贝叶斯、线性分类器、HMM、SVM、k-means等等都讲到了，但是不太适合初学者，有很多推导，适合有一定数学功底的人 -
特别赞，清晰明了 -
找到了很好的解答 跳过的章节日后再看 -
模式分类的经典书目，讲解很详细，图表之类的彩色印的，方便学习 -
扫过 -
有经验的人不屑于看，初学者看不懂。懂的部分不用看，不懂的部分无论如何也看不懂。这些是美国很多计算机教科书的通病。这本书也没有例外。 -
期末刷书。马马虎虎，挑着看了一下。这本书还是有点儿难的，但是有的地方又说的太少 -
很实用的一本书，参考文献有点偏旧，但还是很有参考价值 -
相对更喜欢PRML -
经典 -
这本书在模式识别领域的地位就不用我多说了。只说说书的印刷质量。纸张相当不错，比较厚，不像低档书和盗版书那样，纸张薄的可以透光。另外一个亮点就是红黑双色套印，这个在国内的出版物中比较少见。好处当然是很明显的，书中大量的插图，用两种颜色标注不同分类的数据点，显得十分的清晰明了。 -
费了好久的劲啊 -
"4颗星的原因是，实在看着很累" ---- 感觉中了第九章的毒，还是忍不住回来给5星 -
模式识别的好书，经典！好好看！ -
没学过的看不明白，学懂了的又懒得看，所以最适合我这种学过跟没学过似的的（当年的感想） -
这本书系统地介绍了模式分类的方法, 很适合作教材和自学用书, 我觉得本书最大的特点为是图文并茂和课后的上机实验. 对模式识别入门是一本好书. -
读过几章 -
这也算是模式识别类很有影响的专业书了，就是大家看的人较少。 -
http://shijuanfeng.blogbus.com/logs/234894088.html
http://blog.sina.com.cn/s/blog_6c5a47d30102vfmg.html -
偏统计的视角去看待机器学习问题 书中的参数与非参数估计方法对比分析很好 而且神经网络的理论分析也十分到位 -
一句话，数学功底不好，是读不懂的！读得纠结啊！ -
非常经典的著作，更是大数据时代计算机领域工作人员必读的工具书。 -
模式识别的书，很经典，，书的质量也很不错，印刷很好！！！ -
好难看懂。 -
书在手中就是很厚重的感觉，印刷效果很好，采用双色印刷，带来一抹亮色。内容更是无可挑剔。学习计算机，遥感图像处理的一定要学习的一本书。 -
机器学习与模式识别领域的权威著作，值得认真研读，为相关研究打下扎实基础。
可与西奥多里蒂斯的《模式识别》配合阅读，因后者内容较新，聚类相关内容更丰富。 -
和其他bible级的书类似。用一个识别鱼类的例子贯穿好几个理论。语言不晦涩。值得一阅，也值得收藏。赞一个。 -
1.书本对于模式识别方面的理论讲解很详细；
2.书中有伪代码，对于开发有帮助； -
还不错，不过就像大家都评论的那样，对新近发展起来的技术涉及太少。 -
好书不用说了，说说不足之处吧，一是错误比较多，勘误表列出许多，但是还有一些，比如讲偏差加方差之和是定值的时候，偏差公式错误；二是没有讲现在比较流行的SVM和Boosting -
是本好书，可惜看得不认真。 -
同样的问题，中国的作者往往描述的很节约，似乎多说一句都会不够professional，欧美的作者却经常去重复描述一个问题（当然是从不同的侧面）。这也就是为什么外国书籍更易阅读的原因。当然这样去写书是非常不“划算”的，你不止要去用数学语言陈述技术问题，还必须用通俗的语言让你的思想进入读者的大脑。但任何一本经典的书籍都是这样写出来的。
希望中国能有更多的专家和大师，用这样的方式去写书，这对社会的贡献将是无比巨大的。 -
习题好多 -
被选为《模式识别》教材，内容很好。纸张稍薄，不粗糙，印刷质量还不错，插图是彩色的，喜欢。 -
这是我们模式识别的课需要用到的书。绝对经典。值得好好拜读。 -
模式识别大牛推荐使用的书籍，比较经典。 -
看不懂 -
这本书算是这个领域的经典著作了，值得一读 -
对于模式分类，静下心来，细细研究，唯能发掘其中奥妙 -
这本书后面有数学基础的再次巩固,就是怕很多人没接触那么广的知识,而且图文并茂,有颜色区分.看得出来作者非常用心.推荐想入门模式识别/人工只能的人一定要买一本看看. -
模式识别方面的经典书籍，值得一看 -
考试的时候中译英…… | 模式识别 -
本书是图像识别方向学生的必读书！很好！ -
机器学习入门必备 经典教材 可惜原版太贵，幸亏有中文版的 哈哈 -
书很好，虽然对数学基础要求稍微高一点，但是里面描述的很详细，图文并茂，写得很好，可以很快了解模式识别的一些知识。 -
这本书写的不好懂 不如PRML -
差HMM与非度量 -
找回了大一高数课的感觉……_(:з」∠)_……中文都看不懂还让劳资学英文的高数……【读后感】对数据分析无感，已弃。之后也不大想走这个领域o(╯□╰)o -
怎么说了，这本书在模式分类中的概括的内容很多，但是翻译的的确很烂，很多地方不是很容易懂，不太适合机器学习的初学者吧 -
这本书是与模式识别搭配买的，都是导师指定要读的，应该对我们以后的研究有很大帮助，当然我指的是模式识别方向的童鞋哈哈 -
值得一读，学习模式识别方面很好的教材，很推荐PS:快递的服务态度也很好 -
绪论相当精彩，可以当模式识别的综述了；内容偏重比较传统方法，对最近比较流行的算法、模型介绍较少。公式推导以及一些公式、算法的解释有点儿难度，以后还得仔细琢磨。 -
这样的书给最佳评价绝对不为过，对于研究模式识别、信号处理等多种方向的童鞋都有帮助。主要是里面对许多数学方面都给予了应用方面的解释。 -
期末了...爱过.. -
读了一遍，还需要再读几次 -
尼玛，你照照镜子，你叫模式分类，特么的里面怎么都是数学推导！！！！ -
不错的书，《模式识别》方面的经典之作，推荐一下。 -
书是经典，模式识别必读书。但是有难度。需要很多精力和时间。要求数学基础。能把题目做掉就厉害了。 -
课本，偏向于实践，虽然有些内容有点旧（LMES），而且有些地方被忽略（SVM），总的来讲还是本好书把。 -
模式分类研究者并不多，著作也不多，大多数时间在论文里度过。这本书算是入门必备的bible了。 -
很经典的一本模式识别方向的书 -
从事模式识别研究必读 -
这本书是模式识别方面的经典教材，很好啊！ -
这是本出之大师级人物的经典之作，读之受益匪浅！世界上许多著名的大学都采用它作为教材！值得一读！ -
传说中的神级模式识别必看书。买来收藏加学习！ -
书……感觉异常混乱。不过我喜欢模式识别！ -
此书比较详细的介绍了模式分类方面的知识， -
模式分类（原书第2版)是很不错的书，每个学模式识别的都应该细细评读此书，必当受益匪浅 -
为了搞论文而读的，现在国外好比较太时髦吧。 -
全是数学推导，培养思维的好书。感觉得到了全世界 -
我是国内前三某985计算机专业的在读博士，研究方向是基于机器学习的一些算法来解决互联网的问题，比如说文本分类啊，信息检索啊，需要用到大量的机器学习算法来做分类问题回归问题和聚类问题，这本书非常好，如果能读英文版的就更好，对分类和回归讲的很细致，另外推荐PRML，这本书就更加偏理论了，需要较强的数学功底，如果是想做程序入门的话可以看集体智慧编程，需要对python有一定的了解 -
这本书是我们学校的教材，当然是经典中的经典了！里面的方法写得很详细！卖家真的很认真，包装中还用了气泡垫，书是全新的，还用塑料膜包着，定了一天就到位了，快递神速给力 -
很经典。解释的白话很多，让初学时没有那么畏难，不过因为作者想说的太多显得有些内容混乱主线不明了。。
复习模式识别这段时间还是很有收获。不管学什么东西，书都不能只看一本，只通过一种途径获取知识是很危险的事情啊~ -
是模式识别最好的书，可惜英文版的已经绝版了 -
书的作用也是有时序的~~ -
当初应该一本入手 -
不愧是模式识别和机器学习的的奠基之作讲得很好书质量也不错 -
只是听说学模式识别毕看，但我还没有看 -
建议先看那样模式识别，再看这本,这本手感不错 -
模式识别，数字图像处理，入门可以看看。 -
课本飘过…… -
学习模式识别最经典的一本好书。 -
|大三，模式识别
写的不太清楚。。不适合初学 -
看了一部分。 -
工具书 -
很好的一本书模式分类 -
研一第一学期模式识别课的教材，看的非常费劲，不过内容非常的细致，很多上课不懂的东西看这本书可以理解。 -
duda的书，经典中的经典，双色印刷，质量不错 -
看了小半年是什么概念(白眼) -
模式识别的经典著作，装帧、配送都很不错，更好的是内容，是学习模式识别的最佳读物，配合边肇祺的“模式识别”读更好，边的书很多内容取这本书，但叙述上更符合国人的口味 -
经典模式识别教材。内容全面。叙述详细，有推导过程和例子。关键是覆盖比较全面。 -
例如SVM之类的没有讲，再就是中文版翻译很晦涩，读起来有一定的理解误差。 -
对于模式识别讲解的不错，很有见地，适合初学者使用 -
绝对的经典。作者功底极深，分析深入浅出，并给予很多问题几何或物理解释，属于该领域的葵花宝典。 -
翻译的不是很好，看的时候最好结合其他ML的书籍 -
只推导了1/4的公式，已经把我累屁掉了。。 -
经典巨作，不过算法偏老，各种算法的变种和发展没有 -
模式分类软件工程中的毕竟经典的一本了，必须要看的模式分类，是进阶之路的基石