机器学习

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