机器学习(machine learning):书名,233
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):对象的某方便表现或特征
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(group-true):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):预测时离散值,比如把人分为好人和坏人之类的学习任务
回归(regression):预测值时连续值,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。
一般训练样本越多,关于分布的信息越多,通过学习可以获得更具泛化能力的模型