机器学习与模式识别：不同于模式识别中人类主动去描述某些特征给机器，机器学习是从已知的经验数据（样本）中，通过某种特定的方法（算法），自己去寻找提炼（训练/学习）出一些规律（模型）；提炼出的规律就可以用来判断一些未知的事情（预测）。模式识别和机器学习的区别在于：前者喂给机器的是各种特征描述，从而让机器对未知的事物进行判断；后者喂给机器的是某一事物的海量样本，让机器通过样本来自己发现特征，最后去判断某些未知的事物。

  图像处理和分析:内容包括图像技术和视觉基础概况，常见的数字图像采集方法，基本的图像变换技术、图像增强技术、图像编码技术、图像分割技术、图像中目标表达描述和特征测量技术。从中了解图像处理和分析的基本原理和技术，并应能据此解决实际图像应用中的一些具体问题。