【统计学习方法】学习笔记——第一章:统计学习及监督学习概论(理论)

本文概述了统计学习,强调了监督学习在机器学习中的地位,包括输入输出空间、假设空间、策略(如经验风险最小化与结构风险最小化)以及正则化与交叉验证。同时,讨论了模型评估的重要性和泛化能力,指出泛化误差上界在模型选择中的作用。文章还对比了生成模型与判别模型,以及它们在分类、标注和回归问题中的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >


本文开始,首先向李航老师表示致敬,我们由衷钦佩李航老师对于统计学习方法的深刻理解和对产业发展巨大的贡献,感谢李航老师的《统计学习方法》给予我们学习该领域的巨大帮助。

第一章:统计学习及监督学习概论

1.1 统计学习

  1. 统计学习的特点
    统计学习(statistical learning)是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测分析的学科。

统计学习的主要特点: a. 建立在计算机与网络上的; b. 以数据为研究对象; c. 目的是对数据进行预测与分析; d. 以方法为中心,构建模型; e. 涉及概率论、统计学、计算机等的交叉学科

  • 对象:统计学习研究的对象是数据 (data) 。它从数据出发,提取数据的特征,抽象出数据的模型,发现数据中的知识,有回到对数据的分析与预测中去。同类数据具有一定的统计规律性。
  • 目的:学习什么样的模型和如何学习模型,通过构建概率统计模型对数据,特别是未知新数据,进行准确的预测与分析,同时提高学习效率。
  • 方法:基于数据构建概率统计模型,从而对数
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

镰刀韭菜

看在我不断努力的份上,支持我吧

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值