机器学习名称解释

目录 监督学习 非监督学习 半监督学习 强化学习 假设空间 模型 策略 1.经验风险函数： 常用的损失函数（代价函数）： 2.结构风险函数： 算法： 训练误差： 测试误差： 过拟合： 正则化： Lp范数 泛化能力 泛化误差 泛化误差上界 模型评估方法 留出法 分层采样：保留类别比例的采样方法 交叉验证 1.S折交叉验证 2.留一交叉验证 3.留存交叉验证 自助法 生成模型  判别模型 分类问题 标

>>阅读原文<<