前幾天聽一個講座，講到‘模式識別’ ，剛好自己最近看機器學習的東西，
那么'模式識別'和’機器學習‘到底有什么區別呢？
網上看了一下說 模式識別是喂給機器已知特征，然后讓機器去進行判斷，而機器學習是喂給機器海量數據，
讓機器自己去判斷未知事物。什么鬼，搞不懂什么意思？
今天和實驗室的小伙伴討論了一下，感覺搞明白了。
舉一個例子吧，笑臉識別，自動拍照：
假如我把嘴角上揚，牙齒微微露出，以及臉上的某塊肌肉在動，定義成笑臉的特征。
模式識別干的事情就是：
我告訴機器具有這些特征的臉就是笑臉，否則不是笑臉，那么機器就對下一張臉進行
識別，檢查下一張臉有沒有那些特征，有的話就識別為笑臉，拍照，沒有的話就不拍照。
機器學習干的事情就是：
我沒有告訴機器笑臉的特征，只是給了機器很多，笑臉與非笑臉的照片，並告訴機器哪張是笑臉（有監督學習），哪張不是
笑臉（注意：這里並沒有告訴機器笑臉的特征，僅僅告訴機器是不是笑臉），然后機器自己去挖掘笑臉和非笑臉的
特征，新的照片來了之后，機器可以判斷是不是笑臉，決定拍不拍照。
再舉一個例子吧，人臉識別，開門：
模式識別干的事情就是：
我先告訴機器，A同學臉的特征是大眼睛，長睫毛，櫻桃嘴巴等等，當掃描人臉的時候，機器開始檢查，這張臉
有沒有那些特征，有的話，就開門，沒的話就不開。
機器學習干的事情就是：
我給了機器很多照片，告訴，哪些是A同學的臉，哪些不是（supervised learning），機器就自己去找特征了，
（這里的特征只有機器自己知道），再來一張臉，機器就一句自己找到的特征去判斷是不是A同學了。
總而言之，模式識別就是明確告訴了機器某些特征，而機器學習就是讓機器自己去找特征，再去判斷。