大数据机器学习（二）统计学习与机器学习概论

1.课程提纲

一共八个部分，来自李航统计学习、周志华西瓜书等。

也就是上面的图2和图4。
下面是这节课的提纲，即主要内容

2.统计学习

（1）什么是统计学习

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与分析的一门学科。
其特点包括以下：

（2）统计学习的对象：数据（data）

数据：计算机及互联网上的各种数字、文字、图像、视频、音频数据以及它 们的组合。
数据的基本假设是同类数据具有一定的统计规律性。

（3）统计学习的目的：预测&分析

用于对数据（特别是未知数据）进行预测和分析
如何实现？** 通过构建概率统计模型实现**

（4）统计学习的方法

那可多了，常见的有以下几种：
监督学习Supervised learning
无监督学习 Unsupervised learning
半监督学习Semi-supervised learning
强化学习Reinforcement learning
弱监督学习 weakly supervised learning
在线学习 Online learning
主动学习 Active learning

（5）常见名词

对于机器学习小白来说，认几个常见名词就相当有必要了！
训练数据（training data）
测试数据（test data）
假设空间（hypothesis space）
评价准则（evaluation criterion）
输入空间（input space）
输出空间（output space）
实 例（instance）
特征向量（feature vector）
特征空间（feature