Add. Summarization

机器学习算法理论及应用/李航——统计学习方法/README.md

@@ -209,3 +209,40 @@ F1值：
 
 ![1617696087388](assets/1617696087388.png)
 
+
+
+### 标注问题
+
+Tagging
+
+输入：
+
+x = (x1, x2, ..., xn) T
+
+y = (y1, y2, ..., yn) T
+
+
+
+### 回归问题
+
+Regression
+
+输出一个连续的值，不是0/1这种固定值
+
+
+
+## 总结
+
+Summarization
+
+1. 统计学习路线：设计模型->训练->预测
+2. 监督学习与非监督学习的联系与区别
+3. 统计学习三要素：模型、策略、算法
+4. 模型的评估：训练误差、验证误差、测试误差
+5. 正则化与交叉严重
+6. 泛化能力：泛化误差上界
+7. 生成模型与判别模型的联想与区别
+8. 分类问题：准确率、精确率、召回率、F1值
+9. 标准问题
+10. 回归问题：输出为连续的值
+