一、概论
“学习”,如果一个系统能够通过执行某个过程而改进它的性能,这就是学习。——Herbert A.Simon
基本假设:同类数据具有一定的统计规律。(这个假设是否有不成立的时候)
目的:考虑学习什么样的模型,如何学习模型,以使得模型能对数据准确的预测和分析。
方法:监督学习;非监督学习;半监督学习;强化学习。
要素:模型;策略;算法。
应用:分类;标注;回归。
本书主要讨论监督学习。
监督学习假设:输入输出的随机变量X和Y遵循联合概率分布P(X,Y),且训练数据与测试数据是依P(X,Y)独立同分布的。