机器学习（西瓜书）学习笔记1 ——绪论，机器学习的概念和基本术语

一、什么是机器学习？

机器学习就是研究如何通过计算机，利用经验来改善系统自身的性能。

此外，Mitchell给出的机器学习定义是：假设用P来评估计算机程序在某类任务T上的性能，若一个程序通过利用经验E在T任务上性能获得了提高，那么说改程序对E进行了学习。

二、相关概念

1、数据集：例如：（色泽：乌黑，根蒂：稍蜷，敲声：沉闷），（色泽：浅白，根蒂：硬挺，敲声：清脆），......。这组记录的集合称为数据集。

2、上述数据集中的每条记录是关于一个事件或对象的描述，称为一个示例或样本。

3、反应事件或对象在某方面的特性或性质的事项，称为属性。例如：色泽、根蒂、敲声。

4、属性值：属性的取值，例如：乌黑、稍蜷、沉闷。

5、学习（训练）：从数据中学得模型的过程。这个过程通过执行某个学习算法来完成。

6、训练数据：训练过程中使用的数据。

7、训练样本：训练数据中的每个样本称为训练样本。

8、训练集：训练样本组成的集合称为训练样本。

9、分类：预测值为离散值（例如：好、坏，是、不是，0、1），称为分类。

10、回归：预测值为连续值（例如：好瓜：0.98，坏瓜：0.39），称为回归。

11、测试：利用算法学得模型后，使用模型进行预测的过程称为测试。

12、泛化能力：训练得到的模型，对新样本的适用能力。