机器学习名词汇总

R : 实数集

Rn:n维实数向量空间,n维欧氏空间

回归问题:输入变量X与输出变量Y均为连续变量的预测问题称为回归问题。

分类问题:输出变量为有限个离散变量的预测问题称为分类问题。

标注问题:输入变量与输出变量均为变量序列的预测问题称为标注问题。

联合概率分布:P(X,Y)   两个事件X,Y 同事发生的概率。

假设空间:可能的函数构成的空间称为"假设空间"

决策函数:表示每个输入值对应唯一输出值。

条件概率分布:P(X|Y) 在X条件下,Y的概率。

最小二乘法:二乘就是平方。通过最小化误差的平方和寻找数据的最佳函数匹配。

正则化方法:用一族与原不适定问题相"邻近"的适定问题的解法,逼近原问题的解。这种方法称为正则化方法。

(不)适定问题:适定问题是指满足下列三个要求的问题:①解是存在的(存在性);②解是惟一的(唯一性);③解连续依赖于初边值条件(稳定性)。这三个要求中,只要有一个不满足,则称之为不适定问题。