第一章统计学习方法简介
1.1统计学习
1.统计学习的特点
统计学习是关于计算机基于数据构件概率统计模型并用模型对数据进行预测与分析的一门学科,又称统计机器学习。
- 以计算机及网络为平台
- 以数据为研究对象
- 目的是对数据进行分析与预测
- 以方法为中心,构件统计模型并应用模型进行预测与分析
- 是以概率论、统计学、信息论、计算理论、最优化理论与计算机科学等多个领域的交叉学科
赫尔伯特·西蒙曾经对“学习”给出定义:如果一个系统能够通过执行某个过程改进它的性能,这就是学习。
2.统计学习的对象
从数据出发,提取数据的特征,抽象出数据的模型,发现数据中的知识,又回到对数据的分析与预测中去。包络各种数字,文字,图像,视频,音频数据以及它们各自的组合。
统计学习关于数据的基本假设是同类数据具有一定的规律性,这是统计学习的前提。由于它们具有概率统计的方法处理,例如可以用随机变量描述数据中的特征,用概率分布来描述数据的统计规律。
3.统计学习的目的
用于对数据进行预测与分析,尤其对未知数据进行预测与分析。通过对已有数据的分析并找到一定的规律,对未知数据进行预测。例如风功率预测,采集一年内某风电场的测风系统的风速和能量数据,对这些数据分析统计学习,然后在实际应用过程中通过现有的风功率数据预测后面几分钟之内的风功率情况,可以提高风电机组的发电量。