    模式識別培訓

1、模式識別的基本原理。模式識別基礎2、模式識別的主要應用（模式識別的應用：人臉識別，語音識別，翻譯，手勢識別，目標跟蹤）模式識別知識體系
1、訓練方法，特征空間，緊致性和可分性，泛化能力；
2、分類與聚類，有監督和無監督，特征降維；
3、線性分類器，貝葉斯分類器，模糊模式識別，神經網絡模式識別。模式識別開發環境
1、Anaconda 安裝與使用
2、Pycharm 集成開發環境
3、Jupyter 開發環境搭建
4、Tensorflow + Keras 安裝與使用方法
5、Pytorch安裝與使用方法模式識別分類算法
1、特征提取與特征選擇
2、神經網絡算法原理與應用
3、支持向量機算法原理與應用
4、決策樹與隨機森林算法與應用聚類算法與深度學習
1、K均值聚類算法
2、層次聚類算法
3、聚類算法的主要應用
4、深度學習模型與應用
5、集成學習算法與應用人臉識別技術體系
1、人臉檢測技術
2、模板匹配人臉檢測技術
3、統計人臉檢測技
術4、人臉特征：幾何特征、模型特征、統計特征、神經網絡特征。人臉識別案例分析I
1、人臉識別系統整體框架
2、人臉配準即關鍵點檢測
3、人臉屬性識別即性別、年齡、姿態、表情等識別
4、人臉特征提取人臉識別案例分析II
1、人臉相似度的計算方法
2、人臉驗證方法
3、人臉識別與人臉檢索方法
4、人臉識別系統的訓練與運行過程