模式识别和机器学习简介

模式识别起源于工程领域，而机器学习起源于计算机科学。然而这些不同的学科可以看做是一个领域的不同方向，并且在过去几十年中都经历了长足的发展。特别指出的是贝叶斯方法（Bayesian methods）从过去的专利方法（specialist niche），变成了主流的方法（mainstream），图模型作为通用框架来描述和应用概率模型而兴起来。贝叶斯方法的实际实用性极大的促进了一系列近似推理算法（approximate inference algorithms）的发展，比如变分贝叶斯（variational Bayes）和期望传播（expectation propagation）。类似的，新的基于kernels的模型在算法和实际应用中都产生了很大的影响。

以上是机器学习的简要概况，今后将发表一系列的关于模式识别和机器学习文章，希望对大家有多帮助，请多多批评指正。

这些文章是“Pattern Recognition and Machine Learning”一书的部分翻译和学习笔记，若有涉及到版权问题，版权归原作者所有。