主题：【原创】抛砖！模式识别和机器学习、数据挖掘的区别与联系 -- 永远的幻想

永远兄功底深厚，而且谦虚谨慎，娓娓道来，兄弟受益匪浅。

我做过视觉方向，现在在做其他方向。Viola Jones的经典方法和特征当然已经被改过很多了。但是我看到的觉得比较有效的方法好像都是循着他的思路来的。他的方法可以说是开了一个先河。最近一年忙没有去仔细了解这个方向，不知道有没有像他那样新开一个思路的文章？

虹膜和指纹的性能好还是不好，看你如何定义了。在大数据库上（比如FBI那样的数据库），哪个方法的精度都不够。不仅各个生物特征要被融合，甚至不同Vendor的产品都要被集成商融合，否则达不到精度要求。

匹配的问题其实是IR里的Ranking问题。比如指纹，如果按照多类问题的思路，在工业数据库上是百万类的级别。我做这个方向的时候，深感学术界没有能够很好的处理这个问题。一个主要问题是ML学术界很少有工业级的数据库。但是这个问题这两年已经开始引起注意，因为学术界开始面对的数据量和类别也开始向海量发展：匹配现在被归纳为一个Ranking问题，我觉得是合适的。我记得有过关于Ranking的workshop。其实就是一个如何优化ROC的问题。在大数据库上提高还是比较困难的。

静候永远兄好文。