主题：【原创】抛砖！模式识别和机器学习、数据挖掘的区别与联系 -- 永远的幻想
家园 Speaker diarisation Speaker diarisation.
一般用语音模型作自适应后进行语音切分.
家园 independent component analys 家园 cocktail party problem 前两天听一个报告，说到一个问题，有点类似于语音分离问题，就是说：一个屋子里，同时几个人说话，记录下来的录音是几个人声音的集合，如何把这几个人的声音都单独分离出来？鸡尾酒问题。
要有几个不同的麦克风布置在不同位置才行，好像不能少于人数吧。
去搜索Independent Component Analysis （ICA）独立成分分析吧。
家园 对，就是这个词 我记得以前选修计算机图形学的时候，老师提到过。
家园 （六）对几本经典著作的评注2 这次先贴两本离题稍远点的，作为开阔知识来用的参考书。
《Artificial Intelligence:A Modern Approach》
中文版：
外链图片需谨慎，可能会被源头改
外链图片需谨慎，可能会被源头改
外链图片需谨慎，可能会被源头改英文原版：
外链图片需谨慎，可能会被源头改中文 和2种影印都是原书第2版，02年出的，两种影印我比较过内容没区别，但是清华的纸质稍好，但价格贵好多。
中文和人邮的影印图书馆好找，但是市面上好像木有了。
现在原版是09年底刚出的第3版了。但看书评，好像变化不是特别大，有些有第2版的人觉得亏了。
优点：
1.涉及面特别广。从走棋的算法，到语义逻辑分析，到智能系统……并不局限于概率统计类的方法，无所不包。
2.很多AI方面的历史人物和典故。从莱布尼茨时代的机械计算机器，到图灵，到50 60年代某人第一次写了个啥算法。怎么说呢，当故事书看也行了。
3. 叙述比较清楚。
问题：
1. 有点散。各个章节之间有时联系不是那么大，其实为了做到包罗万象，散是难免的。
2. Introduction 而非 Reference。所以指望看这个书完了去照着写算法，就别想了。
3.第2版里没涉及支持向量机(Support Vetor Machine SVM)。这个即使作为02年出的书也不应该了。不过现在SVM基本是大路货了，到处都是（SVM有点走当年神经网络最后烂大街，无人问津的趋势）。
4.太厚，快速翻阅即可。中文700多页，英文1100多页。因为毕竟大家有各自专业背景，所以挑前几章+自己相关领域的章节，浏览即可，其他当故事书看，就当做专业英语的阅读资料吧。
总之，适合没接触过的这方面的人入门用。但是个人感觉一个是有点散，一个是概念太多，没有突出概率统计。感觉很容易迷路似的，所以第一本没推荐这个。但N多学校都用这个做教材，不是没道理的。
《Nonlinear Time Series: Nonparametric and Parametric Methods》
中文版：
外链图片需谨慎，可能会被源头改影印版：
外链图片需谨慎，可能会被源头改英文原版：
外链图片需谨慎，可能会被源头改这本虽然专讲时间序列，但是觉得自动化之类工科出身的人往机器学习数据挖掘方面转的话，这样一本由数学家写的数学味浓一些的书还是很有必要的。特别是中国人写的，所以在大牛在国内的时候，还有机会当面请教。
优点：
1.背景知识适合自动化、通信这些专业的。一般电子类的都会学点现代数字信号处理比如Wiener最佳滤波，Kalman滤波之类，已经了解ARMA模型了，这样看这个书可以了解这些方法的发展和引申。虽然不见得以后真的去做金融之类，但是用自己熟悉的背景知识去入门，总比两眼一抹黑钻进去强。其实“在工言工”，看成是在讲高级滤波算法的话，能不能用在控制系统里呢？反正俺那本已经被搞控制的同学借去鸟。
2.图表例子多，程序提供下载。虽然是S-plus/R写的，可能工科的没接触过R，但是很容易上手。
3.数学味，不解释。
问题：
1.领域比较专门。主要适合经济数据，金融数据这些。当然书里也举了生态学上的例子。
2.比较难懂。一个是数学味，一个是很少分析算法细节，公式推导都比较简略，要配合参考文献和程序。
但是之所以推荐这本，倒不是说里面讲到的那些方法。而是想：
1．介绍两位中国牛人，有机会见到可以请教
。2．通过这书里的例子，了解点R语言。开源的数学软件，是数学家用的，上面有很多最新的ML算法。假如你早已熟悉了工程味的MATLAB，现在可以体味一下R简化的都是哪些地方？在思路和实践上，都要习惯不断切换工科和理科两种方式。试试理科的工具，也就能多找找感觉。
3．要适应数学家的表达。毕竟这个领域的算法都是人家提出来的，看论文基本就是在膜拜统计学家了。通过这个也体会一下同样是ARMA模型，理科是怎么思考的。不要再满足于当初学信号处理的时候，好像学了个Levinson-Durbin，Kalman递推公式就万事大吉。
元宝推荐：游识猷,家园 一直很奇怪的， 为什么自动化有模式识别，这个应该是计算机系的嘛。我以为自动化就是搞机械啊流水线啊什么的
- 复 一直很奇怪的，
家园 界限哪有那么清楚？ 自控上用模式识别的很多，聚乙烯切片的一个问题是black spec，就要用摄像机加模式识别。在油砂处理过程中，砂、油、水的界面无法用常规仪表测量，也用玻璃侧管加摄像机和模式识别。这些都是很简单的模式识别，但是管用。
- 复 一直很奇怪的，
家园 计算机系也学这个，不过 个人以为他们的长项是在数据挖掘上。
在海量数据上的数据挖掘，动辄就是百万级的数据，存储访问，管理，都涉及数据库和相关的软硬件知识，从软件上的数据库、信息安全，到硬件上做超算的机群的部署，乃至并行计算算法设计。这绝对是计算机系主打了。我们这种外专业的搞这些，只能是用到了就学两下子，不是玩票水平，也是草台班子了。
而作识别呢，对不起，样本少得多了。人脸之类一般用到的库也就是3000 4000人的规模吧，这一人几张图的采集工作已经很不得了了，有的论文用自己采集的数据可能用到的人也就是几十人。即使训练算法的时候故意加入些“不是人脸”的负样本，一般矩阵的规模也就是1万维左右，单个PC的内存还够用，用C++写的程序速度也还能忍受。
家园 计算机研究的模式识别更偏向于算法，比如他们很少 去关心怎么调整传感器来收集数据，而是在给定数据的前提下，研究如何最快最好的进行识别。
现在生物计算很火，特别是DNA序列的检测和识别，很多原来搞模式识别的教授都在做相关的工作。
家园 學習了 本來在我們學校BBS看到的轉貼，覺得寫的很有道理，更加確立了自己在機器學習方面的學習慾望～
- 复 學習了
家园 哈哈，有人转帖啊，好啊 本來在我們學校BBS看到的轉貼，覺得寫的很有道理，更加確立了自己在機器學習方面的學習慾望～谢谢鼓励啊。敢问什么学校啊，天天关注西西河
。本来以为就是在西西河里胡言乱语，我还没来得及往自己别处的blog上贴呢。就被别人转了，自己也赶紧转帖一下吧，哈哈哈。机器学习，理工科视角不同，先生和教材不同，学生的学习感受和难易程度也不同。以前见过一个帖子，MIT一个做计算机视觉的博士，先花2年多把可能用到的各种数学学了一遍，然后挨个点评……把俺这种工科土鳖看傻了，只好飞快爬走，实在不好意思承认俺其实也和CV沾边的
。好像Stanford的风格比较“实用”些？后面会重点谈到Stanford的牛人牛书《the Elements of Statistical Learning》，其实看过这书的人一眼就看出，我前面的例子就有这书里的。我也是以这本书为重点学习的。我这算是赶紧补上引文出处吧
！本来想放最后再说的，但是既然被转了，还是先给出来比较好~
