统计学习方法 -- 读书笔记

本文介绍了统计学习的基本概念,包括其特点、目的及主要方法。统计学习是一门以数据为研究对象,通过分析和预测来解决问题的交叉学科。文中详细划分了监督学习、非监督学习、半监督学习和强化学习等不同类型的统计学习方法。

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

第一章  统计学习方法概论

统计学习

统计学习的特点:

  • 建立在计算机以及网络之上
  • 是数据驱动的学科
  • 目的是对数据进行分析和预测
  • 以方法为中心,构建模型并且应用模型进行分析和预测
  • 是概率论,统计学,信息学,计算理论等多个领域的交叉学科

统计学习的对象:数据

统计学习的目的:对数据进行分析和预测
统计学习的方法:

  • 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)








第二章  感知机



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
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