2 | 机器学习中的统计学习方法概论

本文介绍了统计学习方法概论,包括统计学习的定义、监督学习的概念以及统计学习的三个核心要素:模型、策略和算法。监督学习涉及输入空间、输出空间和不同类型的学习问题,如分类、标注和回归。统计学习模型包括概率模型和非概率模型,策略包括损失函数和风险函数,而算法则是寻找最优模型的计算方法。正则化和交叉验证是模型评估和选择的重要手段,用于平衡模型复杂度和泛化能力。

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

一、 统计学习方法概论

  • 统计学习的定义、研究对象和方法

  • 监督学习、无监督学习、半监督学习、强化学习

  • 统计学习方法三要素:模型、策略、算法

  • 模型选择:正则化、交叉验证、学习的泛化能力

  • 生成模型和判别模型

  • 监督学习的应用:分类问题、标注问题、回归问题

1、 统计学习

  • 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学科

  • 统计学习也称之为统计机器学习( statistical machine learning ),人们提及的机器学习,往往都是指统计机器学习

  • 概率论 + 统计学 + 信息论 + 计算理论 + 最优化理论 + 计算机科学 的交叉学科

  • 计算机和网络为平台;数据为研究对象;构建并应用模型对数据进行预测与分析

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

小刘要努力。

顺便点一个赞

¥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