机器学习是什么?
通过数据建立模型,由机器去执行。其核心部分在于“机器算法”的抽象、建模。
专业术语
- 数据集:多条数据记录的集合。
- 数据记录:用于描述一个对象或者事件,成为样本或者实例(instance)
- 属性及属性值:描述一个对象或者事件的某个特征。
- 属性空间、样本空间、输入空间:多个维度描述一个对象或者事件。不同的属性值对应着坐标体系的不同位置。因此在空间中的一个instance也称之为一个“特征向量”
一般的,令 D={x1,x2,x3,… ,xn}表示包含n个示例的数据集,每个示例有d个属性来描述。则每个示例xi ={xi1,xi2,…,xid},则是一个d维样本空间中的一个向量。
从数据中获得模型的过程称之为“学习”或者“训练”。
- 训练数据:训练过程中使用的数据。
- 假设:学习数据对应了关于数据的某种潜在规律。
- 真相:这种潜在规律称之为“真相”
预测
- 样例空间:有了结果的样本,就成为样例,这些样例的集合就是样例空间,或者输出空间
- 分类:预测值为离散值
- 回归:预测值为连续性值