西瓜书学习笔记（基于我个人）----第一章

 1.1什么是机器学习

 机器学习致力于研究如何通过计算的手段，利用经验（数据）来改善系统自身的性能。机器学习所研究的主要内容，是关于在计算机上从数据中 产生model的算法，即“学习算法”。

如果说计算机科学是研究关于“algorithm”的学问，

那么类似的可以说机器学习是研究关于“Learing algorithm”的学问。

1.2机器学习简单分类 

   后面章节会详细介绍

1.3基本术语

数据集：记录数据的集合

属性/特征：反映事件或对象在某方面的表现或性质的事项

属性值：属性上的取值

属性空间/样本空间/输入空间：属性张成的空间

特征向量：

           由于空间中的每个点对应一个坐标向量，因此我们也把一个实例称作一个特征向量。如：将西瓜的色泽，根蒂，敲声三个属性作为三个坐标轴，则他们张成的一个用于描述西瓜的三维空间，每个西瓜都可以在这个空间中找到自己的坐标位置。

泛化能力：

          机器学习的目的是使学得的模型很好的适用于“新样本”，而不仅仅是在训练样本上的工作的好。学得模型适用于新样本的能力，称为“泛化”。

归纳：

           从特殊到一般的“泛化”（generalization）过程，即从具体事实归结出一般性规律；

演绎：从一般到特殊的“特化”（specialization）过程，即从基础原理推演出具体情况。

归纳偏好：

         机器学习算法在学习过程中对某种类型假设的偏好