深度学习基本术语

1、关于一个事件或对象的描述，称为一个“示例”（instance）或“样本”（sample），“示例”或“样本”的集合称为一个“数据集”（data set）。

      例如，（色泽=青绿；根蒂=蜷缩；敲声=浊响），（色泽=乌黑；根蒂=稍蜷；敲声=沉闷），（色泽=浅白；根蒂=硬挺；敲声=清脆），……每对括号内是一条记录，这组记录的集合就是一个“数据集”。

2、反映事件或对象在某方面的表现或性质的事项，称为“属性”（attribute）或“特征”（feature），例如“色泽”“根蒂”“敲声”

      属性上的值，称为“属性值”（attribute value），例如“青绿”“乌黑”，属性张成的空间称为“属性空间”（attribute space）、“样本空间”（sample space）或“输入空间”。例如，如果把“色泽”、“根蒂”、“敲声”作为三个坐标轴，则它们张成一个用于描述西瓜的三维空间，每个西瓜都可在这个空间中找到自己的坐标位置，由于空间中的每个点对应一个坐标向量，因此也把一个示例称为一个“特征向量”。

3、从数据中学得模型的过程称为“学习”（learning）或“训练”（training），这个过程通过执行某个学习算法来完成。训练过程中使用的数据称为“训练数据”（training data），其中每个样本称为一个“训练样本”（training sample），训练样本组成的集合称为“训练集”（training set）。学得模型对应了关于数据的某种潜在的规律，因此亦称“假设”（hypothesis）。这种潜在规律自身，则称为“真相”或“真实”（ground-truth），学习过程就是为了找出或逼近真相。模型有时也称为“学习器”（learner）。

4、关于示例结果的信息，称为“标记”（label）。例如（（色泽= 青绿；根蒂=蜷缩；敲声=浊响），好瓜），“好瓜”就是“标记”。

拥有了标记信息的示例，则称为“样例”（example）。若将标记看做对象本身的一部分，则“样例”有时也称为“样本”。所有标记的集合，称为“标记空间”（label space）或“输出空间”。

5、预测的如果是离散值，例如“好瓜”、“坏瓜”，此类学习认为称为“分类”（classification），如果预测的是连续值，例如西瓜的成熟度0.95、0.37，此类学习认为称为“回归”（regression）。对只涉及两个类别的“二分类”任务，通常称其中一个类为“正类”（positive class），另一个为“反类”（negative class）。涉及多个类别时，则称为“多分类”（multi-class classification）任务。

6、学得模型后，使用其进行预测的过程称为“测试”（testing），被预测的样本称为“测试样本”（testing sample）。

7、根据训练数据是否拥有标记信息，学习任务可大致分为两大类：“监督学习”（supervised learning）和“无监督学习”（unsupervised learning）。分类或回归是前者的代表，而聚类是后者的代表。

8、学得模型适用于新样本的能力，称为“泛化”（generalization）能力。

9、通常假设样本空间中全体样本服从一个未知“分布”（distribution）D，我们获得的每个样本都是独立地从这个分布上采样获得的，即“独立同分布”（independent and identically distributed）。