1 统计学习的定义 2 统计模式识别的应用案例 3 统计模式识别系统框架与设计周期 统计模式识别系统框架 统计模式识别设计周期 4 一个案例 5 基本概念 6 机器学习在人工智能中的位置

1 一个例子 2 最小二乘法 3 从线性到非线性：用线性模型 4 概率解释 最大似然估计 最大后验概率估计 正则化效果 5 偏置-方差困境 损失函数的第一步分解 损失函数的第二步分解 对多个数据集的简单总结

1 感知机存在的一个问题 2 线性可分 SVM SVM 的种类 函数间隔和几何间隔 学习的原始最优化问 题 凸优化问题 线性可分 SVM 学习算 法—最大间隔法 支持向量与间隔边界 拉格朗日对偶性 KKT 条件 线性可分 SVM 学习的 对偶算法 3 线性不可分 SVM 线性 SVM 学习的对偶 算法 线性 SVM 学习算法 线性不可分时的 SV 合页损失函数 4 非线性 SVM 与核函数 希尔伯特空间 核函数的定义 核函数的选取 核技巧在 SVM 中的应 用 非线性 SVM 算法 5 序列最小最优化算法 SMO 算法的基本思路 两变量二次规划的求 解方法 两个变量的选择方法

1 基本原理 2 多分类器结合 3 装袋 Bagging 4 提升法 Boosting（提升法） AdaBoost 算法 AdaBoost 算法的另一个解释

1 概率密度估计 2 直方图方法 3 Parzen 窗 4 K 近邻密度估计 k 近邻分类器

10.1 Chapter highlights • Parameter estimation problem formulation • Properties of estimators • Bayes estimation • Minimax estimation • Maximum-likelihood estimation • Comparison of estimators of parameters 10.2 Formulation of the general parameter estimation problem 10.3 Types of estimation problems 10.5 Properties of estimators 10.6 Bayes estimation 10.7 Minimax estimation 10.8 Maximum-likelihood estimation

电子科技大学：《信号检测与估计 Signal Detection and Estimation》课程教学资源（课件讲稿）Chapter 06 Statistical Detection Theory II

《光波导理论与技术 Optical Waveguides Principles and Technologies》课程教学资源（参考文献）Coupled-Zigzag-Wave Theory for Guided Waves in Slab Waveguide Arrays

《光波导理论与技术 Optical Waveguides Principles and Technologies》课程教学资源（参考文献）Coupled-mode theory

电子科技大学：《最优化理论与应用 Optimization Theory and Applications》课程教学资源（教学大纲，张晓伟）