Preface
模式识别这个词，以前一直不懂是什么意思，直到今年初，才开始打算读这本广为推荐的书，初步了解到，它的大致意思是从数据中发现特征，规律，属于机器学习的一个分支。
在前言中，阐述了什么是模式识别之后，立刻就提到了贝叶斯方法，感觉贝叶斯方法在模式识别中有一个特别重要的位置。至于为什么，我现在还没体会到。
随后又提到了几个术语：approximate inference algorithms、variational Bayes、expectation propagation，以及models based on kernel都还不了解。
kernel好像可以把原来需要先升维再计算的在不升维的情况进行直接计算。。。。。。。总之，好多不懂。
Chapter 1 简介
从如何识别手写数字开始，提出采用机器学习的方法，该问题实质就是机器学习中的分类问题。即，把诸多的输入手写体，分类到从0到9的10个类别中。训练集中的每一个原始图片都可以看成一个由像素值构成的向量，那么，输入就是若干数字向量和他们对应的label。