学习《机器学习100天》第18天 统计学习理论的介绍

github上的项目，跟着一起学习

项目地址    https://github.com/MLEveryday/100-Days-Of-ML-Code

原项目这一天的任务：Bloomberg ML课程的第3课介绍了一些核心概念，如输入空间，动作空间，结果空间，预测函数，损失函数和假设空间。

Bloomberg ML课程的第3课（b站地址https://www.bilibili.com/video/av26812808/?p=3）

输入空间：输入‘X’可能取值的集合

动作空间：以自动驾驶为例，刹车或油门等操作的集合

结果空间：结果集合

预测函数：预测模型的数学表达形式

损失函数：衡量预测值与实际值偏差的一种方式

假设空间：机器学习中可能的函数构成的空间称为“假设空间”。

在数据科学问题中，我们通常需要：做决定、采取行动、产生一些输出

行动action：系统输出的通用形式。例子：0、1分类；机器翻译

评估准则：

   分类是否正确

   翻译是否准确

   风暴离预测的位置有多远