机器学习第一章绪论（周志华西瓜书）

目录

第一章 绪论

1.1 引言

1.2 基本术语

1.3 假设空间

1.4 归纳偏好

1.5 发展历程

1.6 应用现状

1.7阅读材料

2.课后练习

---

第一章 绪论

1.1 引言

• 机器学习的定义（由[Mitchell,1997]提出）：假设用P来评估计算机程序在某任务类T上的性能，若一个程序通过利用经验E在T中任务上获得了性能改善，则我们就说关于T和P，该程序对E进行了学习。

1.2 基本术语

• 数据集(data set)：有一组记录组成，其中每条记录是关于一个事件和对象（例如：?）的描述，这些记录称为一个“示例(instance)”或“样本(sample)”。
• 属性(attribute)或特征(feature)：反应事件或对象在某方面的表现或性质的事项，其取值称为“属性值(attribute value)”，其空间称为“属性空间(attribute space)”、“样本空间(sample space)”或“输入控件”。
  n个属性的属性空间的属性值可以和n维空间的向量对应，称为“特征向量(feature vector)”。
• 学习(learning)或训练(training)：从数据中学得模型。
• 从数据中学得的模型——假设(hypothesis)。
• 标记(label)：关于示