2018

7.5 样本内预测误差的估计
第 230-232 页。介绍了用于模型选择的 AIC 统计量。
王冠嵩
最近更新于 2022-06-13 统计学习基础（译注）
7.6 有效参数数量
第 232-233 页。将线性回归中参数数量的概念拓展到更一般的模型中，即有效参数数量或有效自由度。
王冠嵩
最近更新于 2022-09-19 统计学习基础（译注）
7.7 贝叶斯方法和 BIC
第 233-235 页。介绍了贝叶斯信息量准则，从贝叶斯方法下的意义，以及与 AIC 的关系。
王冠嵩
最近更新于 2022-09-19 统计学习基础（译注）
7.8 最小描述长度
第 235-237 页。从信息编码领域中的最小描述长度也可推导出与 BIC 一致的准则。
王冠嵩
最近更新于 2022-06-13 统计学习基础（译注）
7.9 万普尼克-泽范兰杰斯维度 😱
第 237-241 页。VC 维度根据函数类的弯曲程度而不是参数个数计算其复杂度，从这个定义出发可推出很多结论，预测误差的边界就是其中之一。但是除简单模型外，通常难以准确计算 VC 维度。
王冠嵩
最近更新于 2022-06-13 统计学习基础（译注）
7.10 交叉验证
第 241-249 页。交叉验证可以估计预测误差，并可用于选择调节参数。需要注意在每一步流程中需要完全重新拟合模型，尤其在涉及到变量选择的方法时，否则会极大地低估误差。
王冠嵩
最近更新于 2022-06-13 统计学习基础（译注）
7.11 自助抽样方法
第 249-254 页。用自助抽样方法估计预测误差，以及对其中偏差的修正方法。
王冠嵩
最近更新于 2022-06-14 统计学习基础（译注）
7.12 条件还是无条件期望测试误差？ 😱
第 254-257 页。从某个特定的训练集数据中估计其测试误差一般来说并不简单。然而，交叉验证以及其他相关的方法可以较好地估计期望误差。
王冠嵩
最近更新于 2018-12-13 统计学习基础（译注）
8 模型的推断和平均
第 261-294 页。本章阐述了最大似然法和贝叶斯方法下的推断。
王冠嵩
最近更新于 2022-06-14 统计学习基础（译注）
8.2 自助法和最大似然方法
第 261-267 页。自助法本质上是非参数或参数最大似然的计算机实现，而且可以在难以解出表达式的场景中，比如涉及到自适应参数选择，计算标准误差和其他量值的最大似然估计。
王冠嵩
2018-12-14 统计学习基础（译注）