本章是这门课的绪言，重点是要弄清“模式识别”的名词含义，从而弄清这门课能获得哪方面的知识，学了以后会解决哪些问题。
重点：
1、模式识别的含义，模式的概念
2、模式的描述方法
3、模式识别系统的组成
4、模式识别利用训练样本设计分类器的原理，两种最基本的分类方法的原理
难点：
1、 模式的特征向量表示与结构表示
2、 利用特征向量表示进行分类的基本原理
3、 训练和学习的概念、算法，分类器设计是如何利用训练样本数据提供的信息的
4、 模式识别系统的组成，特征选择与提取的含义和重要性
5、 相似性的度量方法
课前思考
1、什么是模式识别，是不是就是机器自动识别、或机器自动分类？常说的语音识别、汉字识别、手写体识别是不是属于这门学科的内容
2、模式识别这门课有用吗？哪里可以应用？
3、机器自动识别的最基本原理是什么？
学习目的
本章是对整个“模式识别”课的综合性介绍，通过学习要使学生了解模式识别这门课的含义，了解到它是语音识别、汉字识别等多种机器自动识别技术的基础知识课，了解它的最基本的概念如特征向量、特征空间、机器分类原理、机器训练与机器学习等，以及所涉及的主要方面。
学习指南
学习本章着重要了解几个最基本的概念，即模式识别就是机器自动识别与分类；为了实现自动识别对所要识别事物要进行度量，以及用相应方法表示；着重弄清特征向量是什么意思？通过一些例题与习题了解其定义及用途，弄清分类的最基本方法，弄清为什么要用分界面来实现机器自动识别与分类。
