李航《统计学习方法》学习笔记

前言：

本笔记仅记录《统计学习方法》中各个章节算法|模型的简要概述，比较泛泛而谈，用于应对夏令营面试可能会问的一些问题，不记录证明过程和详细的算法流程。大佬可自行绕路

材料来源：

第2版教材下载链接： 统计学习方法（第2版） | 李航 | download on Z-Library

参考笔记：

Lihang：统计学习方法
Statistic-study-notes：李航统计学习方法（第二版）的学习笔记

章节笔记：

监督学习与无监督学习

章节	内容概况	重要性
第一章：统计学习及监督学习概论	1）统计学习的概述、分类、三要素； 2）正则化与交叉验证； 3）生成模型与判别模型； 4）监督学习应用； 5）最大似然估计和贝叶斯估计	⭐⭐⭐
第二章：感知机	1）感知机概述、模型、学习策略； 2）感知机学习算法的原始形式和对偶形式； 3）缺点； 4）与神经网络发展史的联系	⭐⭐⭐
第三章： K近邻法