本書作為該領域入門教材，在內容上盡可能涵蓋模式識別基礎知識的各方面，全書共分為9章，第1章介紹了模式識別的基本概念、模式識別系統(tǒng)的組成；第2章介紹了模式識別中的線性分類器；第3章介紹了模式識別中的貝葉斯分類器；第4章介紹了模式識別中的概率密度函數估計；第5章介紹了模式識別中的典型的分類方法；第6章介紹了模式識別中的特征提取與選擇；第7章介紹了模式識別中常見的聚類方法；第8章介紹了深度學習中卷積神經網絡和循環(huán)神經網絡；第9章介紹了模式識別的一些典型應用以及當前流行的大模型技術和生成式技術。除第1章和第9章外，每章均附有Python實現(xiàn)的相關算法，并且每章提供相關習題，以便讀者鞏固所學知識。