ディレクトリ
機械学習（周Zhihua）
第1章はじめに
1.1機械学習とは
過去のデータ（経験）を使用して特定のモデルをトレーニングし、このモデルを使用して将来を予測します。
トム・ミッチェルはより正式な定義をしました：
1998年、トムミッチェルは機械学習のより正式な定義を発表しました。コンピュータプログラムは、タスクEとパフォーマンス測定Pに関して、経験Eから学習すると言われています。経験あり
コンピュータプログラムは、経験E（既存のデータまたは経験）から学習し、いくつかのタスクTを解決し、Pを通じて測定します。つまり、TのパフォーマンスはPによって測定され、Eによって改善されます。
1.2基本的な用語
例（サンプル）（特徴ベクトル）
属性（機能）
属性値（固有値）
次元
トレーニングセット、テストセット、ラベル、ラベルスペース
サンプル
分類（予測値は離散的）および回帰（予測値は連続的）
2つのカテゴリ（ポジティブとネガティブ）と複数のカテゴリ
クラスタリング
教師あり学習と教師なし学習（トレーニングデータに情報がラベル付けされているかどうか）
汎化能力（新しいサンプルに適用するモデルの能力）
第2章モデルの評価と選択
