吃瓜教程Task01

西瓜书第1章一些重点概念mark:

1. 记录：(色泽=青绿；根蒂=蜷缩；敲声=浊响)，(色泽=乌黑；根蒂= 稍蜷；敲声=沉闷），每对括号内是一条记录

每条记录是关于一个事件或对象的描述,为一个“示例” (instance)或“样本” (sample)，

可把一个示例称为一个“特征向量”

2. 特征：反映事件或对象在某方面的表现或性质的事项

3. 输入空间：属性张成的空间，或为样本空间，属性空间

4. 假设：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.学到模型对应了关于数据的某种潜在的规律,即“假设” (hypothesis);学习过程就是为了找出或逼近真相.也可以称为“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.

5. 标记” (label)：是示例的结果，拥有了标记信息的示例,则称为“样例” (example)

6. 输出空间：标记的空间

7. 分类：预测的任务是离散值

8. 回归：预测的任务是连续值

9. 泛化能力：学得模型适用于新样本的能力

10. 独立同分布” (independent and identicallydistributed,简称i.i.d.)：

通常假设样本空间中全体样本服从一个未知“分布“ D, 获得的每个样本都是独立地从这个分布上采样获得的

训练样本越多,我们得到的关于D的信息

11. 归纳偏好：对应了学习算法本身所做出的关于“什么样的模型更好”的假设.在具体的现实问题中,这个假设是否成立,

算法的归纳偏好是否与问题本身匹配, 大多数时候直接决定了算法能否取得好的性能.

12. 奥卡姆剃刀” (Occam's razor)原则：若有多个假设与观察一致,则选最简单的那个

13. NFL定理：推导有点复杂，还没完全搞懂，后面需要反复再琢磨

西瓜书第2章 模型评估与选择 关键概念mark

1. 误差：模型预测结果与真实结果之间的差异

2. 泛化误差：在未知样本上得出的误差

3. 查准率：TP/TP+FP

4. 查全率：TP/TP+FN

5. ROC：真正例率关于假正例率的变化曲线

6. AUC：ROC曲线下的面积

初步看了一下1，2章，还有很多关键点需要再消化补充，未完待续....