datawhale吃瓜教程学习Task01

基本术语：
1、样本：将现实中存在的事物抽象成一个一个描述，可以指代各种东西。
利用线性代数中的向量来描述样本的各个属性，并赋予属性值便于计算机计算。
2、样本空间：由于样本属性的取值利用它们的特征向量来替代，所以称样本的特征向量所在的空间为样本空间。用花式的大写X来表示。
3、数据集：样本的集合，Xij表示Xi变量在第j个特征的取值
4、模型：数据集在应用了某一种机器学习算法之后，所训练后产出的学习器，代表数据集背后的规律。
机器学习的本质就是探索数据集的潜在规律，这些信息称之为标记用花体大写的Y表示
当标记取值为离散型时，机器学习任务称之为分类。
当标记取值为连续型时，机器学习任务称之为回归。

在训练模型阶段用到标记信息的算法称之为监督学习，用不到的称之为无监督学习。
5、泛化能力：算法所训练出来的模型代表的规律面对未知数据的表现能力
数据决定了模型的上限，而算法让模型无限接近于上限。
不同机器学习算法有不同的偏好，称之为归纳偏好。
若多个假设与观察一致则选择最简单的那一个