我有兴趣了解更多关于模式识别。 我知道这是一个广阔领域颇有几分，所以我会列出一些特定类型的问题，我想学会处理：
这是实验的一个新的领域对我个人而言，老实说，我根本不知道从哪里开始:-)我显然不是在寻找被提供给我一个银盘的答案，但是一些搜索在那里我可以开始与上述问题域的概念，以自己熟悉的条款和/或在线资源将是真棒。
谢谢！
PS：对于额外的信用，如果说资源提供了代码示例/在C＃的讨论将是盛大:-)但并不需要是
隐马尔可夫模型是看，还有一个伟大的地方人工神经网络 。
编辑：你可以看看NeuronDotNet ，它是开源的，你可以在周围戳代码。
编辑2：您还可以看看ITK ，它也是开源的，并实现了很多这些类型的算法。
编辑3：这是一个很好的介绍到神经网络 。 它涵盖很多基本的和包括源代码（尽管在C ++）。 他实施的监督学习算法，我想你可能会寻找一个监督BP算法来训练网络。
编辑4：另一个很好的介绍 ，避免了真重数学，但在底部提供了大量对细节进行参考，如果你想钻研它。 包括伪代码，好图，和反向传播的冗长描述。
这有点像说：“我想了解更多关于电子..谁能告诉我从哪里开始？” 模式识别是整场 - 有数百个，如果不是成千上万的书籍在那里，任何一所大学至少有几个（可能是10个或更多）在这个毕业的高级课程。 有许多期刊，致力于这个问题，以及，已经出版了几十年... ..会议
你可能会与维基百科开始。
http://en.wikipedia.org/wiki/Pattern_recognition
这是一种旧的问题，但它是那么相关我想我会在这里发布:-)斯坦福从这里开始提供在线机器学习班- http://www.ml-class.org
OpenCV的对图像模式识别的一些功能。
你可能想看看这个： http://opencv.willowgarage.com/documentation/pattern_recognition.html 。 （断链：在新文档中最接近的是http://opencv.willowgarage.com/documentation/cpp/ml__machine_learning.html ，虽然它不再是什么，我会打电话有用的文档对于初学者-看其他答案）
不过，我也建议用Matlab开始，因为OpenCV的不直观的使用。
对有用的链接地块此页面上的计算机视觉与模式识别。 某些链接现在似乎被打破，但你会发现它是有用的。
我不是这方面的专家，但阅读隐马尔可夫模型是一个良好的开端。
谨防假的图案！ 对于任何体面的大数据集，你会发现，似乎有模式子集，哪怕是硬币翻转的数据集。 模式识别没有好的过程应该没有统计技术来评估信心，检测的模式是真实的。 如果可能的话，在随机数据运行的算法，看看他们检测一下模式。 这些实验会给你一个基线图案的强度，可以在随机（又名“空”）的数据中找到。 这种技术可以帮助你评估“错误发现率”为您的发现。
学习模式 - recoginition在MATLAB中更容易..
有几个例子，有功能的使用。
这是很好的理解概念和实验...
我会建议开始与一些MATLAB工具箱。 MATLAB是一种特别方便的地方开始喜欢这个东西玩耍，由于其交互式控制台。 一个好的工具箱我个人使用，真的很喜欢是PRTools（ http://prtools.org ）; 他们几乎每一个模式识别工具的实现，还有一些其他的机器学习工具（神经网络等）。 但是关于MATLAB的好处是，还有许多其他的工具箱，以及你可以尝试（甚至还有一个专用的工具箱从Mathworks公司）
每当你感觉很舒服够使用不同的工具（并发现其分类器perfomring最适合你的问题），你可以开始考虑在不同的应用程序中实现了机器学习。
