西瓜书读书笔记：第一章 绪论

主要符号表

样本空间：以样本的属性为坐标轴张成的多维空间，也叫属性空间、输入空间

概率分布：表示随机变量取值的概率规律，随机试验的概率分布即随机变量的概率分布

假设空间：由输入空间到输出空间的映射的集合，即模型的集合

版本空间：用训练集对假设空间进行匹配，即能对训练集中的样本进行正确预测的假设集合

概率质量函数：离散随机变量在各特定取值上的概率的函数

概率密度函数：连续随机变量在某个确定的取值点附近的概率的函数

向量范数和矩阵范数：https://zhuanlan.zhihu.com/p/35897775

 

数据集/样本：一组记录的集合

示例instance/样本：其中每条记录是关于一个事件或对象（西瓜）的描述，一个样本对应一个特征向量feature vector

属性attribute/特征feature：反映事件或对象在某方面的表现或性质，其值为属性值

属性空间/样本空间/输入空间：属性张成的空间

维数dimensionality：样本的属性个数称为样本的维数

学习/训练：用某个学习算法从数据中得到模型/学习器learner/假设hypothesis

训练数据：训练过程中用到的数据

训练样本：训练用的每个样本，样本是样本空间的采样，样本是样本的采样

训练集：训练样本组成的集合

ground-truth：有监督的机器学习中被正确打标记的训练数据

标