模式识别与机器学习是人工智能领域比较核心的领域，这里将开一个专题来介绍他们。
一，什么是模式识别？
模式识别是研究用计算机自动识别事物的一门科学，其目的是 用机器完成类似于人类智能通过视觉、听觉等感官去识别外界 环境所进行的工作，它包括图像识别、语音识别、语义理解等 典型应用
1.1什么是模式？
模式(Pattern):区别事物的时空特征组合。存在于时间和空间中可观察的物体，如果我们可以区
别它们是否相同或是否相似，都可以称之为模式。模式的直观特性：可观察性，可区分性，相似性。
1.2如何理解模式？
- 模式不是事物本身，而是从事物获得的信息，因此，模式往往表现为具有时间和空间分布的信息。比如，个人的照片、 歌曲旋律、狗的步态等。
- 可以区分模式之间是否相似
- 模式一般用向量来表示 x = (x1, x2, ... , xn)，下标可以反映时 间特性、空间特性或者其他标识
1.3 模式识别的难点
- 数字化感知数据:来源丰富、数量巨大
- 感知数据:非结构化(像素、声波、语义等)
1.4 人类与机器识别事物原理的比较
- 人类:具有提取抽象概念的能力
人们在学习与认识事物的过程中会总结规律，分析事 物中哪些是本质，哪些是表象，或由偶然因素引起的，并把这些规 律性的东西抽象成“概念” - 机器:缺乏抽象能力
对事物进行辨别的最基本方法是计算，要让机器正确
辨别事物，就要求能够研究出好的方法，构造出好的系统，使机器
辨别事物的本领更强
1.5 模式识别过程
模式识别是从样本到模式类的映射
这篇文章从模式识别的概念，难点，人与机器的比较，下一篇文章介绍模式识别的术语，系统和方法
