統計機器學習：
1）以資料
（以離散資料為主）
為研究物件，是資料驅動的學科。它從資料出發，提取資料的特徵，抽象出資料的模型，發現資料中的知識，
又回到對資料的分析與**中去
！（關於資料的假設是
同類資料具有一定的統計規律性
，這是統計學習的前提。）
2）目的是對資料進行**與分析
（通過構建概率統計模型實現）
3）以方法為中心，方法用以構建模型並應用模型進行分析
- - 監督學習、無監督學習、半監督學習、強化學習
方法包括：模型的假設空間、模型選擇的準則、模型學習演算法 - - - 統稱為三要素：模型 model 、策略 strategy 和 演算法 algorithm
herbert a. simon對「學習」下的定義：如果乙個系統能夠通過執行某個過程改進它的效能，這就是學習。
機器學習 統計學習方法概論
統計學習由監督學習 supervised learning 非監督學習 unsupervised learning 半監督學習 semi supervised learning 和強化學習 reinforcement learning 組成。統計學習方法包括模型的假設空間 模型的選擇準則以及模型學習...
統計學習方法 機器學習概論
統計學習，或者說機器學習的方法主要由監督學習 無監督學習和強化學習組成 它們是並列的，都屬於統計學習方法 1 假設資料獨立同分布。同資料來源的不同樣本之間相互獨立 2 假設要學習的模型屬於某個函式的集合，稱為假設空間。你確定了這個函式的樣式，就是假設空間，但是函式裡面的引數不確定，要學習。學習的是引...
統計學習方法概論
這篇文章是對李航 統計學習方法 第一章的乙個回顧，主要是希望對統計學習基本概念 方法做乙個濃縮的總結，希望能對像我一樣的初學者有所幫助。假如有某些地方講的不對的，可以指明，以期促進。統計學習概念 關於計算機基於資料構建概率統計模型並運用模型進行資料 與分析的一門科學。它以計算機及網路為平台，以資料為...