假設空間：P5，介紹：監督學習的目的在于找到最好的模型，這個模型即是由輸入空間到輸出空間的映射的集合，這個集合就是假設空間（hypothesis space）。假設空間的確定意味著學習范圍的確定。

?

監督學習是因為訓練所需的數據是人工給出的。

描述輸入輸出變量的關系的模型，實際上是條件概率分布（P(X|Y)）或者決策函數（Y=f(X)）.

?

正則化：

?

泛化能力：通常將學習方法對未知數據的預測能力稱為泛化能力（generaliization ability）。

?

過擬合：一味追求提高對訓練數據的預測能力，所選模型的復雜度往往會比真模型更高。這種現象稱為過擬合（over-fitting）。過擬合是指學習時選擇的模型所包含的參數過多，以至于出現這一模型對已知數據預測得很好，但對未知數據預測得很差的現象。

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的统计学习方法 第一章 学习笔记的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。