本章简要叙述统计学习方法的一些基本概念，这是对全书内容的概括，也是全书内容的基础。
统计学习的定义、研究对象与方法
监督学习，本书的主要内容
统计学习的三要素：模型、策略、算法
介绍模型选择：正则化、交叉验证、学习的泛化能力
介绍生成模型及判别模型
介绍监督学习方法的应用：分类问题、标注问题、回归问题
1.1 统计学习
统计学习（statistical learning）：
基于数据建立概率统计模型，并运用模型对数据进行预测与分析的一门学科，也叫统计机器学习（statistical machine learning）
主要特点：
（1）统计学习以计算机及网络为平台，是建立在计算机及网络上的
（2）统计学习以数据为研究对象，是数据驱动的学科
（3）统计学习的目的是对数据进行预测和分析
（4）统计学习以方法为中心，统计学习方法构建模型并应用模型进行预测与分析
（5）统计学习是概率论、统计学、信息论、计算理论、最优化理论及计算机科学等多个领域的交叉学科，并在发展中逐步形成独自的理论体系与方法论
