周志华西瓜书-AI英语单词，第一章
分类:
文章
•
2024-09-26 18:18:16
- 数据集：dataset
- 示例：instance
- 属性/特征：attribute、feature
- 属性空间：attribute space
- 样本空间：sample space
- 输入空间：
- 特征向量：feature vector
- 维数：dimensionality
- 学习/训练：learning training
- 训练数据：training data
- 训练样本：training samples
- 训练集：training set
- 假设：hypothesis
- 学习器：learner
- 预测：prediction
- 标记：label
- 样例：example
- 分类：classification（预测离散值）
- 回归：regression（预测连续值）
- 二分类：binary classification，正类：positive class，反类：negative class
- 多分类：multi-class classification
- 进行预测的过程,称之为 测试：testing
- 测试样本：testing samples
- 聚类：clustering
- 簇：cluster
- 学习任务分为两大类：监督学习（supervised learning，分类、回归），无监督学习（unsupervised learning，聚类）
- 学得模型适用于新样本的能力，为泛化（generalization）能力
- 通常假设样本空间中全体样本服从一个未知的分布（distribution）
- 独立同分布（independent and indentically distributed）
- 归纳（induction，从特殊到泛化）和演绎（deduction，从一般到特殊）是科学推理的两大基本手段。
- 从样例中学习，属于归纳过程，称之为“归纳学习：induction learning”
- 归纳分两类：广义、狭义
- 版本空间：version space
- 归纳偏好：inductive bias
- 奥卡姆剃刀原则：occam's razor，若有多个假设与观察一致，选择最简单的那个
- 人工智能：artificial intelligence
- 统计学习：statistical learning
- 支持向量机：support vector machine（核方法：kernel methods）
- 众包：crowdsourcing
- 数据挖掘：data mining
