【统计学习理论的本质】瓦普尼克张学工译.pdf

TP181 W008 Vladimir N.Vapnik著统计学习理论的本质张学工译

译序规律,预测不能直接观测的事实。在这种学习中,重要的是要能够举一反三,即利用学习得到的规律,不但可以较好地解释已知的实例,而且能够对未来的现象或无法观测的现象做出正确的预测和判断。我们把这种能力叫做推广能力.在人们对机器智能的研究中,希望能够用机器(计算机)来模拟这种学习能力,这就是我们所说的基于数据的机器学习问题,或者简单地称作机器学习问题。我们的目的是,设计某种(某些)方法,使之能够通过对已知数据的学习,找到数据内在的相互依赖关系,从而对未知数据进行预测或对其性质进行判断。同样,在这里,我们最关心的仍是推广能力间题.统计学在解决机器学习问题中起着基础性的作用。

计等领域的一系列实际问题,还是对机器学习的本质问题进行探讨,甚至是对理论或应用统计学本身进行研究,本书都是一个十分重要的思想来源.1988年边肇祺等编写的《模式识别》教材中对统计学习理论当时已经取得的成果有较系统的介绍)。我们很高兴地看到,现在,国内同行已经开始注意到这一研究领域并积极开始提供一本权威、系统的参考资料,为我国的机器学习理论、方法与应用研究做出应有的贡献.在我本人学习统计学习理论的过程中,深深为Vapnik博士几十年来坚持在这个当时并未受到应有重视的方向上进行深入研究的精神所感动。我也希望能与本书的读者一起学习这种持之以恒的科学精神和严谨、系统的学术作风。