【统计学习方法】2021-10-08-统计学习方法学习记录(二)【章节一:统计学习与监督学习概论(2)】
作者:互联网
1. 统计学习的分类:
【接上一篇文章】
1.2:按模型分类
1.2.1:概率模型与非概率模型(确定性模型)
【关于概率模型与非概率模型,可能目前的问题就是生成与判别的意义辨析;概论里追究细则意义不大,贴一个科普级的解释了解一下,我后面会在学到具体的内容的时候加以感知。】
条件概率分布与函数是可以相互转化的;【分布最大化和归一化】
【不懂的名词越来越多,概率论的复习和预习迫在眉睫了。】
1.2.2:线性模型与非线性模型:
【没什么可说的,继续】
1.2.3:参数化模型与非参数化模型
1.3:按算法分类
1.4:按技巧分类
1.4.1:贝叶斯学习:
1.4.2:核方法:
2. 统计学习方法三要素:
2.1:模型
【这里解决了前面的一个疑问:关于假设空间为什么是全部模型的集合,因为它是一个先于模型的概念,有模型就必定在假设空间之中。】
2.2:策略
- 损失函数:
【由此,监督学习变成了经验风险和结构风险最优化的问题。】
2.3:算法
【end】
标签:1.4,10,1.2,概率模型,模型,学习,统计 来源: https://blog.csdn.net/m0_51746993/article/details/120648840