這兩天翻了一下這本書，做個筆記，方便下次細看。
本書主要講解統計學習中用到的監督學習。介紹了一些模型機器演算法。當參考書不錯，不怎麼適合死磕。
第一章：主要介紹機器學習，統計學習的基本步驟，以及常用的表示方法。寫的比較系統，對於這個比較不熟悉的，可以好好看看。因為常用的模型就是這樣表示的，懂了這個看公式會容易點。
第二章：介紹感知機。如果分錯類就懲罰，需要選擇一定的步長。很多演算法的基本思想。較基礎。感知機對偶例子不錯。p33
第三章; 介紹k近鄰。講得形式化，瞎繞的感覺。kd樹沒有細看。有時間研究下。
第五章:：決策樹。前面的關於資訊增益等章節細看了。後面id3，c4，5演算法沒細看
第六章：邏輯回歸，最大熵。沒什麼特殊的。
第七章：支援向量機：這是比較重點看的乙個章節。
對偶問題：極大極小=>極小極大。
利用拉格朗日方法。附錄三關於這點拉格朗日對偶將得很明白。
核函式的說明可以參考free mind 部落格。 和 講得很是深入淺出。
至於正定核，smo演算法的具體內容，還要再細看。。
第八章：boost方法。下次看，感覺講得不好。
第十章：隱馬爾科夫。之前了解過，大致看了。
第十一章：條件隨機場。未看。
統計學習方法 1 統計學習方法概論
統計學習的主要特點是 1 統計學習以計算機及網路為平台，是建立在計算機及網路之上的 2 統計學習以資料為研究物件，是資料驅動的學科 3 統計學習的目的是對資料進行 與分析 4 統計學習以方法為中心，統計學習方法構建模型並應用模型進行 與分析 5 統計學習是概率論 統計學 資訊理論 計算理論 最優化理...
統計學習方法
第一章 方法概述 統計學習方法三要素 模型，策略，演算法 監督學習的重要問題 分類問題 classification 應用 銀行構建客戶分類模型，網路安全利用日誌資料對入侵檢測，影象處理檢測影象中是否有人臉，手寫識別識別分類手寫數字，網際網路搜尋網頁分類 二類分類評價指標 精確度，召回率，f1值 標...
統計學習方法
機器學習中所謂的學習就是從海量資料中學習到 經驗 再將這種 經驗 應用與對未知資料的 與分析！而這種思想的本質就是來自於統計學。可以所以說機器學習的本質就是統計學習方法，所以要研究機器學習的原理，就一定要從統計學習開始！機器學習中的學習演算法通常分為4類 監督學習 資料為的資料都是有標籤的資料，然後...