1.1 统计学习分类

统计学习 1.监督学习 supervised learning 2.非监督学习 unsupervised learning 3.半监督学习 semi-supervised learning 4.强化学习 reinforcement learning 常用词汇 训练集：training data 假设空间：hypothesis space 测试数据：test data 评价准则：evaluation criterion 模型：model 策略：strategy 算法：algorithm 学习步骤 1.得到一个有限的训练数据集合； 2.确定包含的所有可能的模型的假设空间，学习模型的集合（所有可以的模型）； 3.确定模型选择的准则，学习的策略（从多个模型中选择最优模型的依据）； 4.实现求解最优模型的算法，学习的算法（求得最优解的最好途径（梯度下降，高斯逼近，….））； 5.通过学习方法选择最优模型（训练学习得出最优模型参数）； 6.利用学习的最优模型对新数据进行预测或分析（实际应用）；