（这里说的策略是指给定状态下动作的函数a=f(s)或者条件概率分布P(a|s)，也就是说，给定了一个策略，智能系统与环境的互动行为就已经确定。其中第2、3、4分别就是统计学习方法的三要素：模型（框定了学习范围）、策略（指示什么是好的模型）、算法（如何去找到最优的模型-即该一般化函数对应的特异性参数）其主要想法是在概率学习模型的学习和推理中利用贝叶斯定理，计算在给定数据条件下模型的条件概率，并利用这