前言


Fundamentals of Pattern Recognition and Machine Learning

“只有受過(guò)教育的人才是自由的。”
——古希臘哲學(xué)家愛(ài)比克泰德（Epictetus）
模式識(shí)別和機(jī)器學(xué)習(xí)領(lǐng)域的發(fā)展有著悠久而成就卓著的歷史。單就教材而言，已有很多該領(lǐng)域的優(yōu)秀教材，那么我們需要回答為什么仍需要一本全新的教材。本書致力于通過(guò)簡(jiǎn)明的介紹，將理論和實(shí)踐相結(jié)合并且讓其更適用于課堂教學(xué)。本書的重點(diǎn)是基于Python編程語(yǔ)言對(duì)近期的新方法和應(yīng)用實(shí)例予以展示。本書不會(huì)試圖對(duì)模式識(shí)別和機(jī)器學(xué)習(xí)進(jìn)行百科全書式的面面俱到的介紹，因?yàn)樵擃I(lǐng)域發(fā)展很快，這種介紹方式是不可能實(shí)現(xiàn)的。一本簡(jiǎn)明的教科書必須有嚴(yán)格的選材要求，本書所選的主題在一定程度上不可避免會(huì)取決于我自己的經(jīng)驗(yàn)和喜好，但我相信它能夠使讀者精通這一領(lǐng)域所必須掌握的核心知識(shí)。本書只要求讀者具備本科水平的微積分和概率論知識(shí)，同時(shí)附錄中包含了研究生水平的概率論知識(shí)的簡(jiǎn)要回顧以及書中所需的其他數(shù)學(xué)方法。
本書是從我在得克薩斯農(nóng)工大學(xué)講授了十多年的模式識(shí)別、生物信息學(xué)和材料信息學(xué)研究生課程的講稿發(fā)展而來(lái)的。本書旨在通過(guò)恰當(dāng)?shù)倪x題（詳細(xì)見(jiàn)后），在模式識(shí)別或機(jī)器學(xué)習(xí)方面，滿足一個(gè)或兩個(gè)學(xué)期的具有高年級(jí)本科層次或研究生層次的初級(jí)課程的教學(xué)需求。雖然本書是為課堂教學(xué)設(shè)計(jì)的，但它也可有效地用于自學(xué)。
本書并沒(méi)有對(duì)理論知識(shí)進(jìn)行回避，因?yàn)閷?duì)理論知識(shí)的理解對(duì)于模式識(shí)別和機(jī)器學(xué)習(xí)的教學(xué)過(guò)程尤為重要。模式識(shí)別和機(jī)器學(xué)習(xí)領(lǐng)域充滿經(jīng)典的定理，如Cover�睭art定理、Stone定理及其推論、Vapnik�睠hervonenkis定理等。然而，本書試圖在理論和實(shí)踐之間獲取平衡。特別是，用貫穿全書的生物信息學(xué)和材料信息學(xué)的應(yīng)用數(shù)據(jù)集實(shí)例來(lái)解釋理論。這些數(shù)據(jù)集也被用在章末的Python作業(yè)中。書中所有的插圖都是使用Python腳本生成的，可以從本書的網(wǎng)站下載。鼓勵(lì)讀者用這些腳本做試驗(yàn)并在Python作業(yè)中使用它們。本書的網(wǎng)站還包含來(lái)自生物信息學(xué)和材料信息學(xué)應(yīng)用的數(shù)據(jù)集，繪圖和Python作業(yè)中會(huì)用到它們。根據(jù)我在課堂上的經(jīng)驗(yàn)，一旦學(xué)生完成了Python作業(yè)并使用了來(lái)自真實(shí)應(yīng)用的數(shù)據(jù)，他們對(duì)主題的理解就會(huì)顯著提升。
本書的組織結(jié)構(gòu)如下。第1章是對(duì)主題動(dòng)機(jī)的概括性介紹。第2～8章涉及分類問(wèn)題。第2章和第3章是分類的基礎(chǔ)章節(jié)，主要涉及最優(yōu)化的和常規(guī)的基于實(shí)例的分類問(wèn)題。第4～6章檢驗(yàn)了三類主要的分類規(guī)則：參數(shù)的、非參數(shù)的和函數(shù)逼近的。第7章和第8章涉及分類的誤差估計(jì)和模型選擇。第9章不僅對(duì)分類問(wèn)題的降維方法進(jìn)行研究，也包括關(guān)于無(wú)監(jiān)督方法的學(xué)習(xí)材料。最后，第10章和第11章討論了聚類和回歸問(wèn)題。教師或讀者可以靈活地從這些章節(jié)中選擇主題，并以不同的順序使用它們。特別是，部分章節(jié)末尾的“其他主題”部分涵蓋了雜項(xiàng)主題內(nèi)容，在教學(xué)中可以包括也可以不包括這些主題，不會(huì)影響課程的連續(xù)性。此外，為了方便教師和讀者，書中用星號(hào)標(biāo)記了專業(yè)性更強(qiáng)的章節(jié)，這些部分可以在初讀時(shí)跳過(guò)。
大多數(shù)章節(jié)末尾的練習(xí)部分都包含各種難度的問(wèn)題，練習(xí)中的一些是本章所討論概念的直接應(yīng)用，而另一些則介紹了新的概念和理論的擴(kuò)展，其中有些可能值得在課堂上討論。大多數(shù)章節(jié)末尾的Python作業(yè)要求讀者使用Python語(yǔ)言和scikit�瞝earn工具包實(shí)現(xiàn)本章中討論的方法，并將它們應(yīng)用于生物信息學(xué)和材料信息學(xué)應(yīng)用中的合成和真實(shí)數(shù)據(jù)集。
根據(jù)我的教學(xué)經(jīng)驗(yàn)，建議在課堂上按照如下方式使用本書：
1�币粋�(gè)學(xué)期的課程重點(diǎn)可集中在分類問(wèn)題上，講授內(nèi)容包括第2～9章，包括大多數(shù)標(biāo)有星號(hào)的小節(jié)和其他主題部分。
2�泵嫦驊�(yīng)用的一學(xué)期課程，授課內(nèi)容可跳過(guò)第2～8章中的大部分或所有標(biāo)有星號(hào)的小節(jié)和其他主題部分，涵蓋第9～11章的內(nèi)容，同時(shí)重點(diǎn)講解各章的Python作業(yè)。
3�焙�蓋整本書的兩個(gè)學(xué)期課程的教學(xué)內(nèi)容包括大部分或所有標(biāo)有星號(hào)的小節(jié)以及其他主題部分。
本書的出版要?dú)w功于幾位前輩。首先，Duda和Hart的經(jīng)典教材（1973年首次出版，2001年的第2版加入了Stork作為共同作者）幾十年來(lái)一直是該領(lǐng)域的標(biāo)準(zhǔn)參考材料。此外，Devroye，Gy�塺fi and Lugosi［1996］�…”緯�以“作者［年份］”的形式來(lái)指代該作者于該年份發(fā)表或出版的論文或著作。 現(xiàn)在仍然是非參數(shù)模式識(shí)別的黃金標(biāo)準(zhǔn)。其他對(duì)本書存在影響的資料來(lái)源包括McLachlan［1992］、Bishop［2006］、Webb［2002］和James et al�保�2013］。
我要感謝所有現(xiàn)在和過(guò)去的合作者，他們幫助我塑造對(duì)模式識(shí)別和機(jī)器學(xué)習(xí)領(lǐng)域的理解架構(gòu)。同樣，我也要感謝所有的學(xué)生，無(wú)論是由我指導(dǎo)過(guò)他們的研究，還是參加過(guò)我講座的學(xué)生，他們都對(duì)本書的內(nèi)容提出了自己的觀點(diǎn)和修改意見(jiàn)。我要感謝Ed Dougherty、Louise Strong、John Goutsias、Ascendino Dias e Silva、Roberto Lotufo、Junior Barrera和 Severino Toscano，我從他們身上受益匪淺。感謝Ed Dougherty、Don Geman、Al Hero和 Gábor Lugosi，在編寫本書的時(shí)候他們提供了對(duì)本書的評(píng)論和對(duì)我的鼓勵(lì)。我很感謝Caio Davi，他為本書繪制了幾幅插圖。非常感謝當(dāng)我在紐約市處于困難時(shí)期時(shí)由Paul Drougas在施普林格提供的專家援助。最后，感謝我的妻子Flávia以及我的孩子Maria Clara和Ulisses，感謝他們?cè)诒緯�的寫作過(guò)程中對(duì)我充滿耐心，并提供了一如既往的支持。
Ulisses Braga�睳eto
得克薩斯學(xué)院站
2020年7月