- 3
- 0
- 约8.77万字
- 约 552页
- 2023-04-03 发布于湖北
- 举报
袁春 清华大学深圳研究生院
李航 华为诺亚方舟实验室
目录
1. 统计学习
2. 监督学习
3. 统计学习三要素
4. 模型评估与模型选择
5. 正则化与交叉验证
6. 泛化能力
7. 生成模型与判别模型
8. 分类问题
9. 标注问题
10. 回归问题
一、统计学习
统计学习的对象
data :计算机及互联网上的各种数字、文字、图像、视
频、音频数据以及它们的组合。
数据的基本假设是同类数据具有一定的统计规律性。
统计学习的目的
用于对数据 (特别是未知数据)进行预测和分析。
统计学习
统计学习的方法
分类:
Supervised learning
Unsupervised learning
Semi-supervised learning
Reinforcement learning
监督学习:
训练数据 training data
模型 mo
原创力文档

文档评论(0)