等組成。 統計學習方法包括假設空間、模型選擇的准則、模型學習的算法，這些統稱為統計學習方法的三要素： ...

上學期花了一個多月讀完了李航老師的《統計學習方法》，現在帶着新入團隊的新同學以讀書會的形式讀這本書，書里邊全是干貨，對於我理解基本的機器學習算法很有幫助，也筆頭做了一些總結（不完全基於此書），現將其摘錄於此作為在博客園的第一篇博客。因為並不是為了掃盲，所以僅僅是抓出脈絡以及關鍵點，方便以后快速溫習 ...

統計學習 統計學習：也稱統計機器學習，是計算機基於數據構建概率統計模型，並用模型進行預測與分析的一門學科。 數據是統計學習的對象。統計學習關於數據的基本假設是同類數據具有一定的統計規律性，這是統計學習的前提。這些數據具有某種共同的性質，並且由於具有統計規律性，因此可以用統計學習方法來加以處理 ...

統計學習方法是基於訓練數據構建統計模型，從而對數據進行預測和分析。 統計學習分為，監督學習（supervised learning），非監督學習，半監督學習和強化學習（reinforcement learning），其中以監督學習最為常見和重要，所以這里只討論監督學習 統計學習的過程如下， 1. ...

Adaboost 適用問題：二分類問題 模型：加法模型 \[f(x)=\sum_{m=1}^{M} \alpha_{m} G_{m}(x) \] 策略：損失函數為指數函數 \[L(y,f(x))=exp[-yf(x)] \] 算法：前向分步算法 ...

目錄 SVM 1. 定義 1.1 函數間隔和幾何間隔 1.2 間隔最大化 2. 線性可分SVM 2.1 對偶問題 2.2 序列最小最優算法（SMO ...

第一章 統計學習方法概論 統計學習的主要特點是: (1)統計學習以計算機及網絡為平台，是建立在計 算機及網絡之上的; (2)統計學習以數據為研究對象，是數據驅動的學科； (3)統 ...

結構：先產生一組“個體學習器”，然后再用某種策略將這些個體學習器進行聯系起來，個體學習器由現有的一個算法 ...