对模式识别和机器学习的一点感悟

一般来说，模式识别是目的，识别出一种模式，比如两个眼睛一个鼻子的是人脸的模式。如果不通过电脑，手工的通过计算来识别模式，也属于模式识别。机器学习中的各种方法在模式识别中就用来达到这个目的。现在而言，机器学习中的大多数方法都是统计学习方法。但这不代表机器学习等同于统计学习。只是统计学习在现在的机器学习中占了主流而已。模式识别相比较于机器学习，更强调对模式特征的选择，然后直接套用机器学习的方法。好的特征往往可以得到好的识别结果。相对于数据挖掘的两大类问题：分类和回归。模式识别更强调分类。

一直有些困惑，计算机大大领先于人脑的计算速度，为什么在模式识别这一方面被人远远的甩开？原因是思维的内部结构是逻辑，而逻辑是符号运算。在逻辑的结构下，可以直接从事学习，在假设空间中寻找最佳假设，而那假设空间是全部逻辑句子。这叫诱发式逻辑学习或关系学习。可以说关系学习就是机器学习也是模式识别的下一次革命的突破口。现在的计算机擅长的是数值计算，就好像想要登上月球，梯子建的再好也不行，还是得发明火药。