深度學習是機器學習中神經網路演算法的延申，應用比較廣泛
深度學習在計算機視覺和自然語言處理中更厲害一點
統計學習方法包括模型的空間假設，模型選擇的準則、以及模型學習演算法，即三要素,簡稱為：模型、策略、演算法
泛化能力：學習方法對未知資料的**能力
過擬合：學習時選擇的模型包含的引數過多，以至於出現這一模型對已知資料**的很好，對未知的資料測得很差。
分類：輸出變數為有限個離散變數的**問題。
回歸問題：輸入變數與輸出變數均為連續變數對的**問題。按照輸入變數的個數：分為一元回歸、二元回歸
線性回歸、非線性回歸
統計學習 統計學習三要素
模型是所要學習的條件概率分布或者決策函式。統計學習的目的在於從假設空間中選取最優模型。故需要引入損失函式與風險函式。損失函式 衡量模型一次 的好壞。風險函式 衡量平均意義模型 的好壞。l y,f x begin 1,y neq f x 0,y f x end l y,f x y f x 2 l y,...
機器學習 統計學相關書籍
1.統計學完全教程 all of statistics 卡耐基梅隆 沃塞曼 2.第四版 概率論與數理統計 莫里斯。德格魯特 morris h.degroot 和馬克。舍維什 mark j.shervish 4.數值線性代數 特蕾菲森。勞埃德 和 戴維。鮑 適合本科生的教材 5.機器學習基礎之 資料分...
機器學習 統計學相關書籍
1.統計學完全教程 all of statistics 卡耐基梅隆 沃塞曼 2.第四版 概率論與數理統計 莫里斯。德格魯特 morris h.degroot 和馬克。舍維什 mark j.shervish 4.數值線性代數 特蕾菲森。勞埃德 和 戴維。鮑 適合本科生的教材 5.機器學習基礎之 資料分...