《模式识别导论》是一本在人工智能和机器学习领域具有重要地位的教材，由著名的模式识别专家Peter D.汲金森（Peter D.汲金森）所著，由清华大学出版社于2010年出版。
作者简介：
Peter D.汲金森，国际知名的模式识别和机器学习专家，曾任教于美国麻省理工学院（MIT）和斯坦福大学，目前担任美国卡内基梅隆大学（Carnegie Mellon University）计算机科学系的教授，他在模式识别、机器学习、数据挖掘等领域有深入的研究和丰富的教学经验。
出版信息：
书名：《模式识别导论》
作者：Peter D.汲金森
出版社：清华大学出版社
出版时间：2010年
书籍介绍：
《模式识别导论》是一本全面介绍模式识别基本理论和方法的教材，适合作为大学本科和研究生的教学模式识别课程的教材，同时也适合对模式识别感兴趣的广大读者阅读，本书以清晰的逻辑结构和丰富的实例，深入浅出地介绍了模式识别的基本概念、原理和方法。
大纲：
第一章：模式识别的基本概念
本章介绍了模式识别的基本概念，包括模式、特征、分类、聚类等基本术语，为后续章节的学习奠定了基础。
第二章：特征提取与选择
本章讨论了特征提取和选择的重要性，介绍了多种特征提取和选择的方法，如主成分分析、线性判别分析等。
第三章：监督学习
本章介绍了监督学习的基本概念，包括线性回归、逻辑回归、支持向量机等经典的监督学习方法。
第四章：非监督学习
本章讨论了非监督学习的基本概念，包括聚类、关联规则挖掘、异常检测等非监督学习方法。
第五章：模式识别的应用
本章介绍了模式识别在实际应用中的案例，如图像识别、语音识别、生物信息学等。
第六章：模式识别的未来
本章展望了模式识别的发展趋势，讨论了模式识别在人工智能领域的未来发展方向。
《模式识别导论》作为一本经典的模式识别教材，不仅系统地介绍了模式识别的基本理论和方法，而且结合实际应用案例，使读者能够更好地理解和掌握模式识别的知识，本书对于从事模式识别研究、开发和应用的专业人士以及对该领域感兴趣的读者都具有很高的参考价值。