机器学习背后的数学原理--学习笔记3

心不动则不痛 提交于 2020-11-04 01:27:23

统计学习原理思路总结:

机器学习的实质:估计未知函数在给定点的值的问题。一般有两种学习理论,一是归纳学习,或归纳推理;一是转导推理(Vapnik命名的);

 

其中,归纳学习是由个别或特殊的知识概括出一般性的结论,其思维过程是由个别到一般,由证据来推导结论,它并不能保证结论的正确性。归纳学习的哲学本源是问如何由真实的前提完全相信归纳的结论。即使前提正确,也不能由此证明归纳结论的真实性。统计学习为某些归纳方法提供部分演绎的数学证明。

 

参考文献:

1、《统计学习理论基础》 Sanjeev Kulkarni

2、《非参数估计与R语言 》 柳向东

3、《统计学习理论》 Vladimir.N.Vapnik   张学工(译)

 

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!