第1章 统计学习方法概论

标签：统计学习   决策   序列   方法   输入   分析   离散   化学   条件   

学习 定义：如果一个系统能够通过执行某个过程改进他的性能，这就是学习。

统计学习的对象：数据

目的：对数据进行预测和分析

方法：监督学习、非监督学习、半监督学习、强化学习

统计学习的三要素：方法 = 模型+策略+算法

输入变量和输出变量均为连续变量的预测问题称为回归问题

输出变量为有限个离散变量的预测问题称为分类问题

输入变量与输出变量均为变量序列的预测问题称为标注问题

模型：就是所要学习的条件概率分布或决策函数

策略：

损失函数：度量模型一次预测的好坏

风险函数：度量平均意义下模型预测的好坏

算法：指学习模型的具体计算方法

第1章 统计学习方法概论

标签：统计学习   决策   序列   方法   输入   分析   离散   化学   条件   

原文地址：https://www.cnblogs.com/minmsy/p/8858734.html