要進行機器學習，首先就是要有資料，假如說我們現在收集了一批關於餅乾的資料，例如（色澤=金黃，芝麻=烏黑），（味道=賊香，口感=清脆），…，其中每對括號裡是一組資料，意思是「取值為」。
這組記錄的集合稱為乙個「資料集」，其中每條記錄是關於乙個事件或物件（例如這裡的餅乾）的描述，稱為乙個「示例」或「樣本」，反映事件或物件在某方面的表現或性質的事項。屬性上的取值稱為屬性值，屬性張成的空間稱為「屬性空間」、樣本空間或輸入空間。由於空間中的每個點對應乙個座標變數，因此我們也把乙個示例稱為乙個「特徵向量」。
我們來做乙個證明吧。
令d=表示包含m個示例的資料集，每個示例由d個屬性描述，則每個示例xi=是d維樣本空間x中的乙個向量，xi∈x，其中xij是xi在第j個屬性上的取值，d稱為樣本xi的維數。
從資料中學得模型的過程稱為「學習」或「訓練」，這個郭晨通過執行某個學習演算法來完成。訓練過沉重使用的資料稱為訓練資料，其中每個樣本稱為乙個訓練樣本，訓練樣本組成的集合稱為「訓練集」，學習模型對應了關於資料的某種潛在規律，因此亦成為假設，這種潛在規律自身，則稱為真相或真實，學習過程就是為了找出或逼近真相，也稱為學習器，可看做學習演算法在給定資料和引數空間的例項化。
如果希望學得乙個能幫助我們判斷沒刨開的是不是好餅乾的模型，僅有前面的示例資料顯然是不夠的，要建立這樣的關於「**」的模型，我們須獲得訓練樣本的「結果」資訊。
若我們**的是離散值，此類學習任務稱為「分類」，若欲**的事是連續值，此類學習任務稱為「回歸」，對只涉及兩個型別的二分類任務，通常稱其中乙個為正類，另乙個為反類（亦成為反類），涉及多個類別是，則稱為「多分類」任務。一般的，**任務是希望通過對訓練集進行學習，建立乙個從輸入空間到輸出空間的對映。
根據訓練資料是否擁有標記資訊，學習任務可大致劃分為兩大類：監督學習和無監督學習。分類和回歸是前者的代表，而聚類則是後者的代表。
但需要注意的是，機器學習的目標是使學得的模型能很好地適應新樣本，而不是僅僅在訓練樣本上工作的很好，即便對聚類這樣的無監督學習任務，我們也虛妄學得的簇劃分能使用與沒在訓練集**現的樣本。
本系列博文陸續更新中。。。。
Linux學習筆記0 0 2
刪除目錄或檔案的方法，我學習了兩個乙個是使用rmdir命令另乙個是使用rm命令。下面對這兩個命令進行簡要講解。1.1 rmdir 命令 rmdir 命令的作用就是從乙個目錄中刪除乙個或者多個空的子目錄。簡單粗暴的說，你只能刪除你包含的乙個或者多個空資料夾。看下面例項 1rmdir test 刪除 t...
Python學習筆記002
002講2020 7 7 第乙個遊戲程式 print 我愛魚c工作室 temp input 不妨猜一下小甲魚現在心裡想的是哪個數字 guess int temp if guess 8 print 恭喜你,猜對了 print 猜中了也沒有獎勵哦 else print 猜錯啦,我現在小甲魚現在心裡想的是...
機器學習筆記（一） 了解機器學習
1 人工智慧是我們想要達成的目標，機器學習是想要達成目標的手段，深度學習就是機器學習的其中乙個方法。2 機器學習，根據你提供的資料尋找乙個function，如下圖，輸入一段語音知道是 how are you 輸入貓的知道是 貓 怎樣找出這個function呢？第一，要有一系列的function，即模...