基于统计学的机器学习（一）

写在之前：
“全世界都在编程，除了计算机系的学生，因为他们都在忙着学数学。” ——我说的
本文为博主学习李航老师《统计学习方法》和周志华老师《机器学习》及相关内容的读书笔记，相关表述仅代表个人理解，恳请相互学习讨论。另：强烈推荐以上两本著作。

一、统计学习
    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与分析的学科。又称统计机器学习（statistical machine learning）。

二、统计学习特点
    1、以计算机网络为平台。建立在计算机及网络之上
    2、以数据为研究对象。数据驱动
    3、以方法为中心。通过构建模型并应用模型进行预测与分析
    4、交叉学科。涉及概率论、统计学、信息论、计算理论、最优化理论及其他

三、统计学习对象及目的
    对象——数据。从数据出发，提取数据特征，抽象数据模型，发现数据知识，再回到对数据的分析及预测。
    目的——对已有数据进行预测与分析（通过构建概率统计模型实现），来实现对未知数据进行预测与分析。

四、统计学习方法实现步骤
    1、得到一个有限的训练数据集合
    2、确定包含所有可能的模型的假设空间，及学习模型的集合
    3、确定模型选择的准则，即学习策略
    4、实现求解最优模型的算法，即学习算法
    5、通过学习方法选择最优模型
    6、利用学习的最优模型对新数据进行预测或分析


杂谈：
1，关于何谓“机器学习”：