统计机器学习笔记.zip下载

1. Frequentist （频率派）： The Frequentist approach views the model parameters as unknown (constant) and estimate them by matching the model to the training data. Using an appropriate metric. 频率派观点认为，模型参数是未知的（常数），⽤恰当的准则，使得模型与训练数据相匹配来估计它们 （参数）。 2. Bayesian （⻉叶斯派）： ⻉叶斯派观点认为，模型参数是随机变量，通过给予参数以先验分布（通常是来⾃前⼈经验），基于⻉叶 斯定理做最⼤的后验概率估计。 3. 对⽐ 对⽐频率派与⻉叶斯派，前者多在做优化（Optimization），后者多在做积分。 4. 参数模型与⾮参数模型 对于参数模型，参数的数量是固定的，与训练数据的数量⽆关。 对于⾮参数模型，参数的熟练不固定，⽽是随训练数据的增加⽽增加。