Preface
模式識別這個詞，以前一直不懂是什么意思，直到今年初，才開始打算讀這本廣為推薦的書，初步了解到，它的大致意思是從數據中發現特征，規律，屬於機器學習的一個分支。
在前言中，闡述了什么是模式識別之后，立刻就提到了貝葉斯方法，感覺貝葉斯方法在模式識別中有一個特別重要的位置。至於為什么，我現在還沒體會到。
隨后又提到了幾個術語：approximate inference algorithms、variational Bayes、expectation propagation，以及models based on kernel都還不了解。
kernel好像可以把原來需要先升維再計算的在不升維的情況進行直接計算。。。。。。。總之，好多不懂。
Chapter 1 簡介
從如何識別手寫數字開始，提出采用機器學習的方法，該問題實質就是機器學習中的分類問題。即，把諸多的輸入手寫體，分類到從0到9的10個類別中。訓練集中的每一個原始圖片都可以看成一個由像素值構成的向量，那么，輸入就是若干數字向量和他們對應的label。