机器学习导论——概念学习

一、概念学习 是指从有关某个布尔函数（是或否）的输入输出训练样例中推断出该布尔函数 二、训练集/训练样例 用来进行训练，也就是产生模型或算法的数据集 三、测试集/测试样例 （通常只知道特征，用来进行预测）用来专门进行测试已经学习好的模型或算法的数据集 四、特征向量 属性的集合，通常用一个向量来表示，附属于一个实例 五、标记：c(x)，实例类别的标记 六、分类 目标标记为类别型数据 七、回归 目标标

>>阅读原文<<