李航统计学习方法：第一章

本系列主要涉及李航统计学习方法一书、各大牛博客和简单实例，前面主要理论讲解，大多是书本知识；由于数学基础知识忘得比较快，可能好多讲得不准确的地方，望各位指出；若文中有涉及各位版权的，请指出，本人会及时处理。

第一章将的是一些理论上的东西，没有算法，没有太多公式推导：

主要涉及：

1、什么是监督学习（例如：带有标签的分类问题）。对应着就是无监督学习，半监督学习等。

2、统计学习三要素：模型、策略和算法。

3、在实际应用中，有着精确度等要求，如何在学习过程中验证模型也是很重要的。

4、正则化和交叉验证（懂一点机器学习的人都听过），正则化是一个很有用的东西（深度学习中也是）。

5、泛化能力，就是适应未知数据的能力。

6、生成模型和判别模型（对我来说，判别模型好懂点，生成模型有点抽象，就暂时放放，等看完贝叶斯回头理解一下）。

7、实际问题通常会被转换成分类问题、回归问题等来解决。举例，年龄预测其实应该是一个回归问题，但是在实际应用中通常会转换成分类问题来做。在自然语言处理中，还有标注问题等。

理论性的东西较多，看书能看懂很多，但还是不及应用来的快。先读完李航这本书，后面会找一些具体的例子来用一用后面的算法。