1.1 统计学习分类

统计学习
1.监督学习 supervised learning
2.非监督学习 unsupervised learning
3.半监督学习 semi-supervised learning
4.强化学习 reinforcement learning
常用词汇
训练集：training data
假设空间：hypothesis space
测试数据：test data
评价准则：evaluation criterion
模型：model
策略：strategy
算法：algorithm
学习步骤
1.得到一个有限的训练数据集合；
2.确定包含的所有可能的模型的假设空间，学习模型的集合（所有可以的模型）；
3.确定模型选择的准则，学习的策略（从多个模型中选择最优模型的依据）；
4.实现求解最优模型的算法，学习的算法（求得最优解的最好途径（梯度下降，高斯逼近，….））；
5.通过学习方法选择最优模型（训练学习得出最优模型参数）；
6.利用学习的最优模型对新数据进行预测或分析（实际应用）；