第2章 机器学习的重要元素

本章将讨论机器学习主题中的重要元素和方法，并给出常见机器学习技术的哲学基础。首先是相关的数据格式和预测函数的数学基础，虽然不同算法以不同的方式处理预测函数，但目标是相同的。最新的技术如深度学习、广泛使用能量/损失函数就像本章描述的那样，即使存在细微的差异，通过算法使目标函数最小化，好的机器学习效果通常与最佳损失函数的选择有关。

特别是，我们将讨论以下主题：

机器学习问题的通用结构和使用的数据

机器学习模型的属性及其对性能的影响

类平衡

统计学习的要素（最大后验概率（MAP）和最大似然估计（MLE））

信息理论简介，重点关注最重要的机器学习工具