模式识别实验（智能科学与技术2023级）
{{$t('开课时间')}}：
2026/02/25 - 2026/07/19
{{$t('开课学期')}}：
2026学年春季
{{$t('开课学院')}}：
信息学院
{{$t('开课平台')}}：
云大学堂
{{courseJoinNumber}}
{{$t('人已参加')}}，
20 {{$t('次点击')}}
20 {{$t('次点击')}}
课程介绍
本课程作为理论课程“模式识别”的实验补充，主要通过设计计算机程序，实现基于最小错误率的贝叶斯分类器的仿真，以进一步理解贝叶斯决策理论；实现最大似然估计和贝叶斯估计的仿真，以理解参数估计方法在实践中的应用；实现Parzen窗估计和k-近邻估计的仿真，以理解非参数估计方法在实践中的应用；实现感知器算法的仿真，以理解线性分类器的设计；实现线性判别分析算法的仿真，以理解线性特征提取和分类算法的设计。
章节
{{$t('暂无数据')}}
教学目标
模式识别实验课程知识目标
通过本课程的学习，同学们应能对如何根据模式识别理论来有效地设计分类器有基本的认识。应理解模式识别技术的基本理论、概念和方法，理解分类器设计工作的基本原理和流程。
模式识别实验课程能力目标
一、能正确安装MATLAB实验平台，能正确运用平台的程序设计与调试功能完成仿真实验工作；能实现课程要求的贝叶斯分类器设计、参数估计和非参数估计方法、感知器算法、线性判别分析算法的仿真工作，并在简单的数据集上验证仿真结果。 二、能基于实际问题完成满足需求的模式识别系统设计；能理解系统设计对于智能科学与技术从业者的重要性，以及创新意识在模式识别工作中的重要意义。
模式识别实验课程思政目标
工学类专业实验课程，要注重强化学生工程伦理教育，培养学生精益求精的大国工匠精神，激发学生科技报国的家国情怀和使命担当。
课程思政
思政融合点1
选取章节：第一章
思政结合点：终身学习能力
{{$t('评价')}}
{{evaluationTatal.average}}
{{$t('课程评分')}}
-
{{$t('教学团队')}}
{{item.name}}
{{$t(item.type)}}
{{item.college || item.school}}
{{$t('推荐课程')}}
{{course.name_ + ( course.classTeaching ? ('（' + course.classTeaching + '）') : '') }}
{{$t('同师在教')}}
{{$t('相同课程')}}
{{$t('同学在学')}}
