《統計學習方法》筆記（一）

模型 學習策略 風險函數 判別/生成 感知機 誤分類點到超平面的總距離 經驗風險最小化 判別模型 K近鄰 誤分類的概率 經驗風險最小化 判別模型 樸素貝葉斯法 後驗概率最大化 極大似然估計：期望風險最小化；貝葉斯估計:結構風險最小化 生成模型 決策樹 選取信息增益最大的特徵分類 結構風險最小化 判別模型 監督學習和無監督學習 我的理解是，是否有監督（supervised），就看輸入數據是否有標籤（

>>阅读原文<<