经济基础决定上层建筑，这句话不论怎么看都是合适的，同样也是用于机器学习领域，基础决定深度。本文是入门级的统计学习（统计机器学习）的概要和统计学习全部内容的基础
主动握手
首先上一张概括图，黄色是我认为的核心内容，是机器学习的脉络
1.统计学习方法概论监督学习
监督学习分为两种问题，回归问题 和 分类问题，如下图所示
监督学习
2. 统计学习三要素
统计学习三要素
统计学习基于训练数据集，根据学习策略，从假设空间中选择最优模型，最后需要考虑用什么样的计算方 法求解最优解
3. 模型评估与模型选择
模型评估与模型选择
4. 正则化与交叉验证
正则化与交叉验证
以上是我认为比较重点的内容，写成总结。
对于人工智能，自从阿法狗战胜人类，变成了热门话题，但是不得不认清，人工智能现在仍然是处于萌芽阶段
人工智能
人工智能
我们需要做的，就是认真学习，跟上时代的脚步，不断积累，在人工智能的道路上，不断奋斗！
