首页 > 《统计教育》 > 2010年11期 > 模式识别课程中的统计学方法概述

模式识别课程中的统计学方法概述

在线阅读下载PDF 导出详情

摘要模式识别是近年来迅速发展的一门学科,在工业、信息处理等领域有广泛应用。本文对模式识别、模式识别与统计学的关系进行了简单介绍,同时介绍了模式识别课程中两种基本的统计学方法：贝叶斯统计决策理论及概率密度估计理论。

DOI ojz0w7lnd5/928546

作者张彦;梁超;张涛

机构地区不详

出处《统计教育》 2010年11期

关键词模式识别模式识别课程贝叶斯决策概率密度估计

分类 [社会学][统计学]

出版日期 2010年11月21日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1侯志强;余旺盛;沈明华;李小春;程英蕾. 模式识别课程教学改革实践.计算机科学与技术,2017-05.
2玛依热·依布拉音1，库尔班·吾布力1. 模式识别课程教学案例—基于SVM的人脸识别.教育学,2022-08.
3关丹丹;孙晓敏. 考试抄袭识别的统计学方法——Kappa统计量.课程与教学论,2009-11.
4兰茜. 高职《统计学》课程教学方法初探.政治经济学,2009-03.
5陈章祥. 卷积神经网络在模式识别中的应用概述.,2022-07.
6陈章祥. 卷积神经网络在模式识别中的应用概述.,2022-07.
7. 本刊对统计学符号及统计学方法的要求.公共卫生与预防医学,2009-04.
8徐烈辉. 统计学课程教学浅谈.教育学,2007-02.
9李瑾晗. 浅谈《统计学原理》课程的学习方法.课程与教学论,2019-10.
10胡春春. 思考高校非统计学专业统计学课程教学改革.统计学,2006-06.

来源期刊

统计教育

相关推荐

同分类资源更多

相关关键词

模式识别模式识别课程贝叶斯决策概率密度估计

返回顶部