教程名稱：[機器學習-深度學習]國防科學技術大學(蔡宣平)
教程目錄：
01.概述
02.特征矢量及特征空間、隨機矢量、正態分布特性
03.聚類分析的概念、相似性測度
04.相似性測度（二）
05.類間距離、準則函數
06.聚類算法：簡單聚類算法、譜系聚類算法
07.聚類算法：動態聚類算法——C均值聚類算法
08.聚類算法：動態聚類算法——近鄰函數算法
09.聚類算法實驗
10.判別域界面方程分類的概念、線性判別函數
11.判別函數值的鑒別意義、權空間及解空間、fisher線性判別
12.線性可分條件下判別函數權矢量算法
13.一般情況下的判別函數權矢量算法
14.非線性判別函數
15.最近鄰方法
16.感知器算法實驗
17.最小誤判概率準則
18.正態分布的最小誤判概率、最小損失準則判決
19.含拒絕判決的最小損失準則、最小最大損失準則
20.Neyman—Pearson判決、實例
21.概述、矩法估計、最大似然估計
22.貝葉斯估計
23.貝葉斯學習
24.概密的窗函數估計方法
25.有限項正交函數級數逼近法
26.錯誤率估計
27.小結
28.實驗3-4-5 Bayes分類器-kNN分類器-視頻動目標檢測
29.概述、類別可分性判據（一）
30.類別可分性判據（二）
31.基于可分性判據的特征提取
32.離散KL變換與特征提取
33.離散KL變換在特征提取與選擇中的應用
34.特征選擇中的直接挑選法
35.綜合實驗-圖像中的字符識別
：
