机器学习基础 第一章 机器学习概述

一 机器学习概述

1.1 统计学习

1 学习方法

监督学习，非监督学习，半监督学习

2 统计学习三要素

模型，策略，算法

1.2 监督学习

1 基本概念

输入、输出空间，特征空间，假设空间

2 监督学习过程

1.3 模型评估与选择

1 训练误差与测试误差

2 过拟合与正则化

3 交叉验证

4 评价指标
准确率和召回率

1.4 模型的泛化能力

即预测模型对样本的预测能力