本書作為該領(lǐng)域入門教材，在內(nèi)容上盡可能涵蓋模式識別基礎(chǔ)知識的各方面，全書共分為9章，第1章介紹了模式識別的基本概念、模式識別系統(tǒng)的組成；第2章介紹了模式識別中的線性分類器；第3章介紹了模式識別中的貝葉斯分類器；第4章介紹了模式識別中的概率密度函數(shù)估計；第5章介紹了模式識別中的典型的分類方法；第6章介紹了模式識別中的特征提取與選擇；第7章介紹了模式識別中常見的聚類方法；第8章介紹了深度學(xué)習(xí)中卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)；第9章介紹了模式識別的一些典型應(yīng)用以及當前流行的大模型技術(shù)和生成式技術(shù)。除第1章和第9章外，每章均附有Python實現(xiàn)的相關(guān)算法，并且每章提供相關(guān)習(xí)題，以便讀者鞏固所學(xué)知識。