Аннотация:Курс лекций «Математические методы распознавания образов» рассчитан на слушателей, имеющих подготовку по математическим дисциплинам в объёме двух курсов университета. Целями курса являются изучение слушателями математических основ распознавания образов, расширение представлений о методологии построения систем искусственного интеллекта и приобретение навыков разработки вычислительных алгоритмов для решения задач распознавания.Курс лекций сосредоточен, в основном, на математических аспектах методов распознавания. Вопросы инженерного и гуманитарного характера, связанные с созданием и применением систем распознавания не рассматриваются. В лекциях изложены традиционные темы, относящиеся к математическому аспекту теории распознавания: •Предмет и математические задачи теории распознавания образов •Классификаторы, основанные на байесовской теории решений•Линейные классификаторы, оптимальная разделяющая гиперплоскость•Нелинейные классификаторы, многослойный персептрон, комитетные методы, метод потенциальных функций, контекстно-зависимая классификация •Методы классификации, основанные на вычислении оценок•Классификация методом сравнения с эталоном•Задача селекции признаков, включая меры отделимости классов и оптимальную селекцию признаков•Генерация признаков на основе линейных преобразований, дискретного преобразования Фурье, преобразований Адамара и Хаара. Рассмотрена генерация признаков для анализа и распознавания изображений.Данный материал представляет собой конспект лекций, который читался автором студентам 3 курса факультета Вычислительной математики и кибернетики МГУ им. М.В.Ломоносова в 2000-2006 г.г.