本課程的主要教科書是
The main text for this class is:

Duda, R. O., P. E. Hart, and D. G. Stork 《模式分類》，第二版，2001（譯者注：在該課程的網頁中，該書被簡稱為DHS）。
Duda, R. O., P. E. Hart, and D. G. Stork. Pattern Classification. 2nd Edition. New York: John Wiley & Sons, USA, 2001.

下面是補充閱讀材料，以時間為序列出。
Supplemental readings are listed below and are noted in the Calendar.

Breese & Ball 講義， 該講義提供了一個應用實例。
Breese & Ball Handout (for example of an application)

獨立圖講義。（ 請下載並閱讀，我們可能會在後期的課程中回顧該講義。）
Independence Diagram handout (pls. download and at least read this lightly now; we will probably revisit it later in the course as well)

Cowell的文章。 該文中討論的關於貝葉斯網路的內容超出了我們課程涵蓋的範圍，可它是在DHS的書之外的很好的關於貝葉斯網路的介紹。請閱讀9－18頁，並通讀其餘的內容，這樣你們將知道該文章涉及了哪些內容以便將來參考。

Cowell article. (This goes into more on Bayes Nets than we will cover, but is a good introduction that goes beyond DHS. Please read pp. 9-18 and give at least a quick glance at the rest, so you'll know what other topics it covers for possible future reference.)

Belhumeur 等人的文章
Belhumeur et al paper

Rabiner, and Juang. 的書，章節6.1-6.5 ， 6
Rabiner, and Juang. 6.1-6.5 and 6.

〈電子選舉，我們使用了錯誤的投票機制嗎？〉《科技新聞》發表於2002年11月2日）。
"Election Selection: Are we using the worst voting procedure?" Science News (2 Nov. 2002).

客座講師 Yuan Qi的講稿， Jordan, 和 Bishop.的書《卡爾曼濾波》的第十四章。在Tom Minka的短文中將該章節內容與隱馬爾可夫模型（HMM）相聯繫。

Guest lecture by Yuan Qi. Jordan, and Bishop. Chap. 14 In Kalman Filtering. Tom Minka's short paper relating this to HMM's.

客座講師Ashish Kapoor. Muller的講稿，〈基於kernel的學習演算法簡介〉，發表於《IEEE神經網路匯刊》。

Guest lecture by Ashish Kapoor. Muller et al. "An Introduction to Kernel Based Learning Algorithms" In IEEE Trans on Neural Networks.

總結課：Yuan Qi介紹貝葉斯點機器和強連接樹（更多內容請參考Jordan & Bishop的書中的第16章）以及第5講義中的Cowell的文章。最後將對整個課程做一個總結。

Combined "final" lecture: Yuan Qi introduces Bayes Point Machines and Junction Trees (for more information see Chap. 16 of Jordan & Bishop's book) and also the Cowell article from Lecture 5. Finally, a wrap up with a brief course overview.

專案專題講演：臉，音樂，藝術家資料集
Project Presentations: Face and Music/Artist data sets.

專案專題講演：PAF以及特殊主題
Project Presentations: PAF and special topics.