第一章 统计学习方法概论 1.1 统计学习 1.特点 统计学习:statistical learning,关于计算机基于数据结构概率统计模型并运用模型对数据进行预测与分析的一门学科。也称为“统计机器学习” (statistical machine learning)。 主要特点:(1)以计算机及网络为平台;(2)以数据 ..

《统计学习方法》(李航) 读书笔记 (一)

本贴最后更新于 497 天前,其中的信息可能已经事过境迁

第一章 统计学习方法概论

1.1 统计学习

1.特点
统计学习:statistical learning,关于计算机基于数据结构概率统计模型并运用模型对数据进行预测与分析的一门学科。也称为“统计机器学习” (statistical machine learning)。
主要特点:(1)以计算机及网络为平台;(2)以数据为研究对象,数据驱动;(3)目的是对数据进行分许与预测;(4)以方法为中心,构建模型并应用模型进行预测与分析;(5)是概率论、统计学、信息论、计算理论、最优化理论及计算机科学等多个领域的交叉学科,并且在发展中逐步形成独自的理论体系与方法论。

计算机系统通过运用数据及统计方法提高系统性能的机器学习。

2.对象
数据
从数据出发,提取数据的特征,抽象模型,发现知识,进行分析和预测。
基本假设:同类数据具有一定的统计规律性。
离散变量、连续变量。

3.目的
对新的未知数据进行分析与预测;获取新的知识。
学习什么样的模型,如何学习模型。

4.方法
监督学习(supervised learning)
非监督学习(unsupervised learning)
半监督学习(semi-supervised learning)
强化学习(reinforcement learning)

模型的假设空间(hypothesis space)、选择准则(evaluation criterion)和学习方法——三要素:模型(model)、策略(strategy)、算法(algorithm)

5.研究
统计学习方法、统计学习理论、统计学习应用

6.重要性

1.2 监督学习

1.2.1 基本概念

输入空间
特征空间
输出空间

  • B3log

    B3log 是一个开源组织,名字来源于“Bulletin Board Blog”缩写,目标是将独立博客与论坛结合,形成一种新的网络社区体验,详细请看 B3log 构思。目前 B3log 已经开源了多款产品:PipeSoloSymWide 等,欢迎大家加入,贡献开源。

    1650 引用 • 3449 回帖 • 567 关注
  • 统计学习方法
    1 引用
  • 机器学习

    机器学习(Machine Learning)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。

    54 引用 • 20 回帖
回帖
请输入回帖内容...