模式识别与机器学习期末考查 试 卷 研究生姓名： 入学年份： 导师姓名： 试题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
答：（1 ）模式识别是研究用计算机来实现人类的模式识别能力的一门学科，是指对表征事物或现象的各种形式的信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程
主要集中在两方面，一是研究生物体（包括人）是如何感知客观事物的，二是在给定的任务下，如何用计算机实现识别的理论和方法
机器学习则是一门研究怎样用计算机来模拟或实现人类学习活动的学科，是研究如何使机器通过识别和利用现有知识来获取新知识和新技能
主要体现以下三方面：一是人类学习过程的认知模型；二是通用学习算法；三是构造面向任务的专用学习系统的方法
两者关心的很多共同问题，如：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
（2 ） 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，各自的研究侧重点也不同
模式识别的目标就是分类，为了提高分类器的性能，可能会用到机器学习算法
而机器学习的目标是通过学习提高系统性能，分类只是其最简单的要求，其研究更侧重于理论，包括泛化效果、收敛性等
模式识别技术相对比较成熟了，而机器学习中一些方法还没有理论基础，只是实验效果比较好
许多算法他们都在研究，但是研究的目标却不同
如 SVM 在模式识别中研究所关心的就是其对人类效果的提高，偏工程
而在机器学习中则更侧重于其性能上的理论证明
试题2：列出在模式识别与机器学习中的常用算法及其优缺点
答：（1） K 近邻法 KNN 算法作为一种非参数的分类算法，它已经广泛应用于分类、回归和模式识别等
在应用KNN 算法解决问题的
