1.1 引言
- machine learning
- model == learning algorithm
1.2 基本术语
- 数据集（data set）：一组记录的集合
- 示例（instance）/ 样本（sample）：集合中的一条记录
- 属性（attribute）/ 特征（feature）
- 属性值（attribute value）
- 属性空间（attribute space）/ 样本空间（sample space）/ 输入空间：attribute张成的空间
- 特征向量（feature vector）：把属性a1/a2/a3作为三个坐标轴，它们张成一个用于描述示例的三维空间，每一个示例都可以在这个空间中找到自己的坐标。空间中的每一个点对应一个坐标向量，所以把示例称作 feature vector。
- 维数（dimensionality）：
- D = {x1, x2 ... xm} 表示m个instance的data set
- xi = (xi1, xi2 ... xid) d维sample space X 中的一个向量，xi属于X，xij 是属性的取值，d是sample xi 的维数。多少属性就是多少维数。
- 学习（learning）、训练（training）：从data中学得model的过程。
- 假设（hypothesis）：学得model对应了关于data的某种潜在的规律。
- 真相、真实（ground-truth）：潜在规律自身，学习过程就是为了找出或者逼近真相。
- 模型、学习器（learner）
- 预测（prediction）
- 标记（label）
- 样例（example）：拥有label的instance / sample。用（xi, yi）表示第i个示例。
- 标记空间（label space）、输出空间：label的集合。
- 分类（classification）：预测离散值，例如“好瓜”“坏瓜”
- 回归（regression）：预测连续值，例如西瓜成熟度0.95、0.37。
- 测试（testing）：学得model之后，使用其进行prediction的过程。
- 测试样本（testing sample）：被prediction的sample。例如，学得 f 后，对测试样本 x ，可得到其预测标记 y = f(x).
- 聚类（clustering）：将training set中的西瓜分成若干组，每一组为一个簇（cluster）。**自动形成的cluster可能对应一些潜在的概念划分，”浅色瓜“，”
1.3 假设空间
- 版本空间（version space）
- 归纳（induction）：从特殊到一般的“泛化”（generalization）过程，从具体的事实总结出一般的规律。
- 演绎（deduction）：从一般到到特殊的“特化”（specialization）过程，从基础原理推演出具体情况。比如，根据数学公理推演。
- 归纳学习
- 狭义的归纳学习（从training data中获得concept，也叫概念学习）
- 广义的归纳学习（从example中学习）
- 最基本的概念学习：布尔概念学习，0 / 1 布尔值。
1.4 归纳偏好
- why