梯度下降(Gradient Descent)
损失函数(Loss Function)
对率损失(Logistic Loss)
数据集(data set):一组数据记录的集合
示例(instance)or 样本(sample):每条记录关于一个事件或一个对象的描述
属性(attribute) or 特征(feature):反映事件或对象在某方面的表现或性质的事项
属性值(attribute value):属性上的取值
属性空间(attribute space)or 样本空间(sample space) or 输入空间:属性张成的空间
特征向量(feature vector)
维数(dimensionality)
学习(learning)
训练(training)
训练数据(training data)
训练样本(training sample)
训练集(training set)
假设(hypothesis)
真相 or 真实 (ground-truth)
学习器(learner)
预测(prediction)
标记(label)
样例(example)
标记空间(lable space)
分类(classification)
回归(regression)
二分类(binary classification)
正类(positive class)
反类(negative class)
多分类(multi-class classification)
测试(testing)
测试样本(testing sample)
聚类(clustering)
簇(cluster)
监督学习(supervised learning)
无监督学习(unsupervised learning)
泛化(generalization)
分布(distribution)
独立同分布(independent and identically distributed,简称 i.i.d)
归纳(induction)
演绎(deduction):如数学公式的推导
特化(specialization)
归纳学习(inductive learning)
概念(concept)
匹配(fit)
版本空间(version space)
归纳偏好 or 偏好 (inductive bias)
特征选择(feature selection)
奥卡姆剃刀(Occam‘s razor)