【機器學習】第一節 - 基本概念

txmmy發表於2024-04-06

目錄
  • 一、基本術語
  • 二、假設空間
    • 1.歸納和演繹
    • 三、歸納偏好

一、基本術語

  • 學習(訓練):從資料中學得模型的過程
  • 訓練集:參與模型訓練的樣本集合
  • 測試:學得模型後,使用其樣本進行預測的過程
  • 測試集:被預測的樣本集合
  • 假設:學得模型對應的關於資料的某種潛在規律
  • 分類:輸出結果是離散值
  • 迴歸:輸出結果是連續值
  • 監督學習:訓練樣本有標記
  • 無監督學習:訓練樣本無標記
  • 泛化能力:學得模型適用於新樣本的能力
  • 獨立同分布:樣本空間的全體樣本都服從一個未知的分佈,且相互獨立

二、假設空間

1.歸納和演繹

歸納:
從特殊到一般的“泛化”:從樣例(訓練樣本)中學習。

演繹:
從一般到特殊的“特化”:從數學公理推匯出定理。

三、歸納偏好

相關文章