机器学习周志华第一章

基本术语

1.数据集

样本或示例的集合

2.属性(特征)

反映事件或对象在某方面的表现或性质的事项

3.属性空间/样本空间/输入空间

属性张成的空间

4.监督学习与无监督学习

根据训练数据是否拥有标记信息，学习任务分为两大类，监督学习与无监督学习

监督学习：分类、回归

无监督学习：聚类

5.泛化能力

模型适用于新样本的能力

6.归纳与演绎

归纳：特殊到一般的泛化过程，即从具体的事实归结出一般性规律

演绎：从一般到特殊的特化过程，即从基础原理推演出具体情况

7.归纳偏好

算法在学习过程中对某种类型假设的偏好，称为“归纳偏好”

8.数据挖掘

从海量数据中发掘知识，这就必然必然涉及到海量数据的管理和分析。

数据库领域的研究为数据挖掘提供数据管理技术。

机器学习和统计学的研究为数据挖掘提供数据分析技术。