人工智能

从数据中学得模型的过程称为“学习”(learning)或“训练”(training)

2018-08-15 09:45:10 | 来源:中培企业IT培训网

一般地,令D= {xi,X2,…,Xm].表示包含m个示例的数据集,每个示例由d个属性描述(例如上面的西瓜数据使用了3个属性),则每个示例X=(Xil;zi2;…;Xid)是d维样本空间疋中的一个向量,xi∈疋,其中Xij是xi在第歹个属性上的取值(例如上述第3个西瓜在第2个属性上的值是“硬挺”),d称为样本xi的“维数”(dimensionality).
  从数据中学得模型的过程称为“学习”(learning)或“训练”(training),这个过程通过执行某个学习算法来完成.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).学得模型对应了关于数据的某种潜在的规律,因此亦称“假设”(hypothesis);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.本书有时将模型称为“学习器”(learner),可看作学习算法在给定数据和参数空间上的实例化.如果希望学得一个能帮助我们判断没剖开的是不是“好瓜”的模型,仅有前面的示例数据显然是不够的,要建立这样的关于“预测”(prediction)的模型,我们需获得训练样本的“结果”信息,例如“((色泽=青绿;根蒂=蜷缩;敲声=浊响),好瓜)”.这里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). -般地,用1.2基本术语若将标记看作对象本身的一部分,则“样例”有时也称为“样本”.亦称“负类”亦称“测试示例”
  (testing instance)或“测试例”

标签: 学习算法