1.1统计学习
一统计学习的特点
统计学习也称为机器学习
如果一个系统能够通过执行某个过程改善他的性能，这就是学习
二机器学习的对象
数据：在统计学习过程中，以变量或者变量组表示数据，以离散数据为主
三统计学习的目的
考虑学习什么样的模型和如何学习模型，以使模型能对数据进行准确的预测与分析，同时也要考虑尽可能高的提高效率
四 统计学习的方法
主要研究监督学习，统计学习方法的三要素：模型，策略，算法
步骤如下：（1）得到一个有限的训练数据集合；
（2）确定包含所有可能的模型的假设空间，即学习模型的集合；
（3）确定模型选择的准则，即学习策略；
（4）实现求解最优模型的算法，即学习的算法；
（5）通过学习方法选择最优模型；
（6）利用学习的最优模型对新数据进行预测或分析。
五统计学习的研究
包括统计学习方法，统计学习理论，统计学习应用三个方面
六统计学习的重要性
（1）统计学习是处理海量数据的有效方法
（2）统计学习是计算机智能化的有效手段
（3）统计学习是计算机科学发展是计算机科学发展的一个重要组成部分
