西瓜书学习（第一天）

一些重要概念

从数据中学得模型的过程称为“学习” （learning ）或“训练” （training ）, 这个过程通过执行某个学习算法来完成.训练过程中使用的数据称为“训练 数据" （training data ）, 其中每个样本称为一个“训练样本" （training sample ）, 训练样本组成的集合称为“训练集" （training set ）. 学得模型对应了关于数据 的某种潜在的规律，因此亦称“假设" （hypothesis ）; 这种潜在规律自身,则称 为“真相”或“真实” （ground-truth ）, 学习过程就是为了找出或逼近真相.本书有时将模型称为“学习器” （learner ）, 可看作学习算法在给定数据和参数空间上的实例化

若我们欲预测的是离散值，例如“好瓜”“坏瓜”，此类学习任务称为 “分类" (classification); 若欲预测的是连续值，例如西瓜成熟度 0.95、0.37, 此类学习任务称为“回归” (regression).

学得模型后，使用其进行预测的过程称为“测试” (testing), 被预测的样本 称为“测试样本” (testing sample).

还可以对西瓜做“聚类" (clustering), 即将训练集中的西瓜分成若干 组，每组称为一个“簇”(cluster); 这些自动形成的簇可能对应一些潜在的概念划分，这样的学习过程有助于我们了解数据内在的规律，能为更深入地分析数据建立基础.需说