第 1 章進一步閱讀和高階主題

從統計學到訊號處理，到人工智慧的各個發展方向，模式分析（或識別、檢測和發現）已經在許多不同的背景下得到研究。而且，在相鄰的領域，例如資訊理論、機器視覺和資料庫等，也已經發展了許多相關的思想，在某種程度上，自從創立以來，模式分析已一直是電腦科學的乙個不變主題。

我們正在講的核方法，它的主要作用是使得研究人員可以處理非線性關係並且效果也較好。

從所有的角度，計算的、統計的和概念的角度來看。在這第三個浪潮中發展起來的非線性模式分析演算法，和與之對應的線性演算法一樣高效而且有理論依據。

區域性極小化和不完全統計分析這兩個的缺點是神經網路和決策樹中的典型問題。也已經被巧妙的避開了，雖然人們已經證明，它們的靈活性對於很多成功的應用來說已經足夠了，但是，走向更好，不正是所有人在努力奮鬥的事嗎？

模式識別的統計研究可以分成兩個主要的研究方向（但是強烈相互影響）:

最新的（也是最高效的）方法是建立在急劇集中的概念的基礎上。

第二個方向（基於經驗過程）將是本書隨後展開的，因為它容易、簡練和高效。