西瓜书 第一章归纳

1. 2 基本术语：
   1. 分类任务（Classification）：预测结果为离散值，如西瓜的好坏
   2. 回归任务（Regression）：预测结果为连续值，如西瓜的熟度
   3. 二分类任务（Binary Classification）：只涉及2个类别的任务
   4. 多分类任务（Multi-class Classification）：涉及多个类别的任务
   5. 聚类（clustering）：将训练集内的样例分成若干组，每组称为“簇”（cluster），每组的样例之间都会存在一些共同点。
   6. 监督学习（supervised-learning）：训练数据有标记信息（labeled），分类任务和回归任务常用。
   7. 无监督学习（unsupervised-learning）：训练数据不带标签，聚类任务常用。
   8. 泛化（generation）:经过训练后的模型对新样本的适用性。
   9. 独立同分布（independent and identically distributed）：训练集中的每个样本都是独立地从某个未知分布中获得的。