本教材融合国家精品课程多年教学经验和人工智能领域**进展，系统阐述模式识别和机器学习的基础知识、理论框架和主要方法体系，既包括统计模式识别、人工神经网络、统计学习理论与支持向量机等经典内容，也包括深度学习、生成模型等新内容，并通过介绍各类方法的发展脉络和内在联系，力求帮助读者能既“知其然”也“知其所以然”。

"张学工，清华大学自动化系教授、生命基础模型实验室主任，生命学院与医学院兼聘教授，北京信息科学与技术国家研究中心数基生命交叉创新群体负责人；国际计算生物学学会（ISCB）副主席，ISCB-China创始主席，ISCB Fellow，中国人工智能学会会士、常务理事，中国自动化学会智能健康与生物信息专业委员会主任；国家杰出青年基金获得者、创新群体负责人，国家精品课主讲人；曾获国家科技进步二等奖、国家级教学成果奖二等奖、全国优秀科技工作者奖、教育部自然科学一等奖等。汪小我，清华大学自动化系教授、人工智能学院兼聘教授；中国人工智能学会生物信息学与人工生命专委会主任，中国生物工程学会青年工作委员会创始主任；国家杰出青年基金获得者；曾获国家级教学成果奖二等奖、教育部高等学校科学研究优秀成果奖（科学技术）自然科学奖一等奖、中国自动化学会青年科学家奖等。"

第5版前言 从我国第一本模式识别与机器学习的专门教材、清华大学边肇祺教授领衔编写的《模式识别》出版到现在已经将近40年了。在这期间，模式识别与机器学习，从一个很少人关注的小众学科，已经发展为一个几乎所有人都在关注的重要领域。尤其是进入21世纪的25年来，人类共同见证了模式识别、机器学习和人工智能学科的飞跃。 在1988年出版的《模式识别》、2000年出版的《模式识别》（第2版）、2010年出版的《模式识别》（第3版）基础上，为了及时更新学科最新内容，我们在2021年出版了《模式识别》（第4版）并辅以副标题“模式识别与机器学习”，大幅度增加了深度学习的相关内容，教材篇幅也从前三版的200多页增加至近400页。第4版的出版受到了学界同行和广大读者的热烈欢迎，在短短四年时间内已印刷11次，发行超过28000册。同时，我们也陆续收到一些同行教师和部分学生读者的反馈，就是教材内容已经难以在一门课的教学中覆盖。据了解，有的学校把这本教材开设为两学期的课程，而更多学校则只能从教材中选择一部分内容放在一门课程中。为适应这种多样性需求，我们特地在2022年重印时增加了一个关于如何使用第4版教材设计不同类型课程的“序”，以期减少部分教师在规划课程内容时可能会遇到的困难，但仍可感受到读者对于“浓缩版”教材的需求。 与此同时，就在这短短4年多时间里，模式识别与机器学习领域又有了更多发展，尤其是在深度学习基础上发展起来的大语言模型，为模式识别、机器学习和人工智能学科带来了翻天覆地的变化。我们这几年在清华大学的教学实践中，每年都不断更新和调整教学内容，第4版教材也已经无法完全满足教学...