機器學習基本概念

1. 基本的概念 領域集： 一個任意的集合χ。集合中的實例是我們希望能夠貼上標籤的數據。χ的元素稱爲實例。 標籤集：學習器所追求的結果集合。可以爲{是，否}，{0, 1}。預測器想要得到的最終數據。 訓練數據： 帶標籤的領域及元素集合，通常會組成一個局部聚合S，也叫作訓練集。 2. 機器學習的一般流程 採集數據 –> 標記-> 訓練-> 得到預測器 一個學習算法的輸入是一個訓練集S， 訓練集S從一

>>阅读原文<<