    模式识别培训

1、模式识别的基本原理。模式识别基础2、模式识别的主要应用（模式识别的应用：人脸识别，语音识别，翻译，手势识别，目标跟踪）模式识别知识体系
1、训练方法，特征空间，紧致性和可分性，泛化能力；
2、分类与聚类，有监督和无监督，特征降维；
3、线性分类器，贝叶斯分类器，模糊模式识别，神经网络模式识别。模式识别开发环境
1、Anaconda 安装与使用
2、Pycharm 集成开发环境
3、Jupyter 开发环境搭建
4、Tensorflow + Keras 安装与使用方法
5、Pytorch安装与使用方法模式识别分类算法
1、特征提取与特征选择
2、神经网络算法原理与应用
3、支持向量机算法原理与应用
4、决策树与随机森林算法与应用聚类算法与深度学习
1、K均值聚类算法
2、层次聚类算法
3、聚类算法的主要应用
4、深度学习模型与应用
5、集成学习算法与应用人脸识别技术体系
1、人脸检测技术
2、模板匹配人脸检测技术
3、统计人脸检测技
术4、人脸特征：几何特征、模型特征、统计特征、神经网络特征。人脸识别案例分析I
1、人脸识别系统整体框架
2、人脸配准即关键点检测
3、人脸属性识别即性别、年龄、姿态、表情等识别
4、人脸特征提取人脸识别案例分析II
1、人脸相似度的计算方法
2、人脸验证方法
3、人脸识别与人脸检索方法
4、人脸识别系统的训练与运行过程