统计学习方法
文章平均质量分 73
Shane_Cheng0202
这个作者很懒,什么都没留下…
展开
-
统计学习方法的三要素
统计学习方法的三要素 方法=模型+策略+算法 模型 定义1:决策函数的集合 决策函数的集合:F={f∣Y=f(X)}\mathcal{F}=\{f \mid Y=f(X)\}F={f∣Y=f(X)} XXX和YYY是定义在输入空间和输出空间上的变量,F\mathcal{F}F通常是由一个参数向量决定的函数族 参数空间:F={f∣Y=fθ(X),θ∈Rn}\mathcal{F}=\left\{f \mid Y=f_{\theta}(X), \theta \in \mathbf{R}^{n}\r原创 2021-08-16 09:42:46 · 187 阅读 · 0 评论 -
统计学习综述
统计学习综述 概念 统计学习是关于计算机基于数据构建概率统计模型并运用模型对数据进行预测和分析的一门学科。也称统计机器学习。 特点 * 以计算机及网络为平台,建立在计算机及网络上的。 * 以数据为研究对象,是数据驱动的学科 * 目的是对数据进行预测与分析 * 以方法为中心,构建模型并应用模型进行预测和分析 * 是概率论、统计学、信息论、计算机理论、最优化理论及计算机科学等多个领域的交叉学科 统计学习的对象–数据 * 基本假设:同类数据具有一定的统计规律性,这是统计学习的前提。 * 以变量会变量组表示原创 2021-08-13 10:13:33 · 198 阅读 · 0 评论 -
统计学习的分类
文章目录基本分类监督学习无监督学习强化学习半监督学习主动学习按模型分类按算法分类按技巧分类贝叶斯学习(Bayesian learning)核方法(kernel method) 基本分类 统计学习可以基本分类分为监督学习、无监督学习、强化学习、半监督学习、主动学习等 监督学习 定义 从标注数据中学习预测模型的机器学习问题 标注数据表示输入输出的对应关系,预测模型对给定输入产生相应的输出 本质:学习输入到输出的映射的统计规律 相关概念 输入空间(input space):输入的所有可能的取值集合原创 2021-08-13 10:11:24 · 573 阅读 · 0 评论