Datawhale7月“吃瓜教程”Task01打卡

ps:本文为记录参与Datawhale-7月吃瓜教程的学习笔记

Task01——概览西瓜书+南瓜书1、2章

1 绪论

1.1 引言

通过根据已有的经验来预测判断西瓜“好坏”与否来引入机器学习的概念。

机器学习：一门致力于研究如何通过计算的手段，利用经验来改善系统自身的性能。

1.2 基本术语

1. 数据集（data set）：一组记录的集合。

2. 示例（instance）/样本（example）：数据集中的一条对事件或对象的记录。

3. 属性（attrribute）/特征（feature）：能反映事件或对象在某方面的表现或性质的事情。

4. 属性值（attribute value）：属性上的取值，书中例子为“青绿” “乌黑” 。

5. 属性空间（attribute space）/样本空间（sample space）/输入空间：属性长成的空间，例如我们把"色泽" "根蒂" "敲声"作为三个坐标轴，则它们张成 一个用于描述西瓜的三维空间，每个西瓜都可在这个空间中找到自己的坐标位置.由于空间中的每个点对应一个坐标向量，因此我们也把…个示例称为一个 "特征向量" (feature vector).。

6. 学习（learning）/训练（training）：从数据中学得模型的过程。

7. 训练过程中使用的数据称为"训练数据" (training data)，其中每个样本称为一个训练样本" (training sample), 训练样本组成的集合称为"训练集" (training set)。

8. 假设（hypothesis）：学得模型对应了关于数据的某种潜在的规律，这种潜在规律自身，则称为"真相"或"真实" (ground-truth)，学习过程就是为了找出或逼近真相。

9. 关于示例结果的信息，例如"好瓜"，称为"标记" (label); 拥有了标记信息的示例，则称为"样例" (example)。

10. 分类（classification）：欲预测的是离散值，例如"好瓜" "坏瓜"，对只涉及两个类别的"二分类" (binary classification)任务，通常称其中一个类为 "正类" (positive classification）另一个类为"反类" (negative classification); 涉及多个类别时，则称为"多分类" (multi-class classificatio）任务。

    </