1 / 12 模式识别与机器学习期末考查思考题1：简述模式识别与机器学习研究的共同问题和各自的研究侧重点
机器学习是研究让机器（计算机）从经验和数据获得知识或提高自身能力的科学
机器学习和模式识别是分别从计算机科学和工程的角度发展起来的
然而近年来，由于它们关心的很多共同问题（分类、聚类、特征选择、信息融合等），这两个领域的界限越来越模糊
机器学习和模式识别的理论和方法可用来解决很多机器感知和信息处理的问题，其中包括图像/ 视频分析、（文本、语音、印刷、手写）文档分析、信息检索和网络搜索等
近年来，机器学习和模式识别的研究吸引了越来越多的研究者，理论和方法的进步促进了工程应用中识别性能的明显提高
机器学习：要使计算机具有知识一般有两种方法；一种是由知识工程师将有关的知识归纳、整理，并且表示为计算机可以接受、处理的方式输入计算机
另一种是使计算机本身有获得知识的能力，它可以学习人类已有的知识，并且在实践过程中不总结、完善，这种方式称为机器学习
机器学习的研究，主要在以下三个方面进行：一是研究人类学习的机理、人脑思维的过程；和机器学习的方法；以及建立针对具体任务的学习系统
机器学习的研究是在信息科学、脑科学、神经心理学、逻辑学、模糊数学等多种学科基础上的
依赖于这些学科而共同发展
目前已经取得很大的进展，但还没有能完全解决问题
模式识别：模式识别是研究如何使机器具有感知能力，主要研究视觉模式和听觉模式的识别
如识别物体、地形、图像、字体（如签字）等
在日常生活各方面以及军事上都有广大的用途
近年来迅速发展起来应用模糊数学模式、人工神经网络模式的方法逐渐取代传统的用统计模式和结构模式的识别方法
特别神经网络方法在模式识别中取得较大进展
理解自然语言计算机如能“听懂”人的语言（如汉语、英语等），便可以直接用口语操作计算机，这将给人们带来极大的便利
计算机理解自然语言的研究有以下三个
