机器学习专业术语

• 模型（model）: 计算机层面的认知
• 学习算法（learning algorithm），从数据中产生模型的方法
• 数据集（data set）: 一组记录的合集
• 示例（instance）: 对于某个对象的描述
• 样本（sample）: 也叫示例
• 属性（attribute）: 对象的某方面表现或特征
• 特征（feature）: 同属性
• 属性值（attribute value）: 属性上的取值
• 属性空间（attribute space）: 属性张成的空间
• 样本空间/输入空间（samplespace）: 同属性空间
• 特征向量（feature vector）: 在属性空间里每个点对应一个坐标向量，把一个示例称作特征向量
• 维数（dimensionality）: 描述样本参数的个数（也就是空间是几维的）
• 学习（learning）/训练（training）: 从数据中学得模型
• 训练数据（training data）: 训练过程中用到的数据
• 训练样本（training sample）:训练用到的每个样本
• 训练集（training set）: 训练样本组成的集合
• 假设（hypothesis）: 学习模型对应了关于数据的某种潜在规则
• 真相（ground-truth）:真正存在的潜在规律
• 学习器（learner）: 模型的另一种叫法，把学习算法在给定数据和参数空间的实例化
• 预测（prediction）: 判断一个东西的属性
• 标记（label）: 关于示例的结果信息，比如我是一个“好人”。
• 样例（example）: 拥有标记的示例
• 标记空间/输出空间（label space）: 所有标记的集合
• 分类（classification）: 预测是离散值，比如把人分为好人和坏人之类的学习任务
• 回归（regression）: 预测值是连续值，比如你的好人程度达到了0.9，0.6之类的
• 二分类（binary classification）: 只涉及两个类别的分类任务
• 正类（positive class）: 二分类里的一个
• 反类（negative class）: 二分类里的另外一个
• 多分类（multi-class classification）: 涉及多个类别的分类
• 测试（testing）: 学习到模型之后对样本进行预测的过程
• 测试样本（testing sample）: 被预测的样本
• 聚类（clustering）: 把训练集中的对象分为若干组
• 簇（cluster）: 每一个组叫簇
• 监督学习（supervised learning）: 典范--分类和回归
• 无监督学习（unsupervised learning）: 典范--聚类
• 未见示例（unseen instance）: “新样本“，没训练过的样本
• 泛化（generalization）能力: 学得的模型适用于新样本的能力
• 分布（distribution）: 样本空间的全体样本服从的一种规律
• 独立同分布（independent and identically distributed，简称i,i,d.）:获得的每个样本都是独立地从这个分布上采样获得的。