关于统计学的一些思考（一）

1.基本概念

1）从经验E中学习解决任务T，进行某一性能度量P。通过P测定在T上的表现因经验E而升高。

2）例如你标记某邮件为垃圾邮件，程序会学习如何更好过滤垃圾邮件。

任务T：邮件分类

经验E：观察你是否把邮件标记为垃圾邮件

性能度量P：正确归类的邮件比例

因此我们的系统在任务T上的性能，在得到经验E后会提高性能度量P。

2. 监督学习

我们教会计算机做某件事情。我们给算法一个数据集（打上标签），其中包含了正确答案。

1.回归问题：我们要预测连续数值输出。

2.分类问题：我们设法预测一个离散值输出。

3. 无监督学习

我们让计算机自己学习。给算法一个数据集（没有标签，都是同类数据）。

3.1 聚类算法

3.1.1 鸡尾酒问题

当前语音识别技术已经可以以较高精度识别一个人所讲的话，但是当说话的人数为两人或者多人时，语音识别率就会极大的降低，这一难题被称为鸡尾酒会问题。

Octave软件的写法

svd：奇异值分解