由天津科技大学研究生院牵头建设的《模式识别》课程，特邀了天津科技大学陈晓艳、戴凤智等以及深圳市安软慧视科技有限公司天津分公司郑双午、武大硕等，一起参与建设并录制了这门课。模式识别是一门综合性交叉性课程，是信息科学与人工智能的重要主持部分，目前广泛应用于各个领域。本课程同样适用于计算机科学与技术、智能科学与技术等相关学科的高年级同学。经过学习，可掌握模式识别的理论、方法和技术，具备一定的实际应用能力。
这门课程有三个突出的特色：
首先，密切结合当下大学生对模式识别的基本方法和专业技能的基本需求。这门课涵盖了线性判别、统计判别、聚类分析及深度学习的基础知识，围绕着理论、算法、实践，由浅入深、循序渐进地进行介绍。
第二，经典和现代算法并举。这门课程结合经典的模式识别算法和现代主流深度学习算法，帮助大家多角度地、全面地了解到模式识别的基本理论和方法，既能掌握确定性与随机性问题的方法，又能学到监督与无监督学习的方法，使同学们在面对不同问题时可以提出更加适合的可靠性解决方案。
第三，理论与实践密切结合。在大多数的理论讲解之后会有例题将算法步骤带领同学们一步步完成，将难懂的算法原理通过例题讲解，深入浅出，剖析透彻。尤其在深度学习章节运用典型的应用案例，将基础模型与相应的改进策略加以结合，让同学们可在掌握Python编程基础上，复现部分网络功能。
