术语

    model 模型，学习的结果，决策函数或者条件概率分布

    postive class/negative class

    classification/regression 分类/回归

    label sample的结果

    instance/sample + label = example

    hypothesis/ground-truth 模型中的规律/实际的规律

    clustering 聚类

    cluster 簇cu

    generalization 泛化，一般化

    unseen instance 未见示例（训练集之外的样本）

    version space 版本空间（符合训练集的假设空间的集合）

    inductive bias 归纳偏好

    feature selection 特征选择

    empirical error = trainning error 训练误差=经验误差

    overfitting/underfitting 过拟合/欠拟合

    precision 查准率

    recall 查全率/召回率

    break-even point 平衡点

    harmonic mean 调和平均

    genelization error bound 泛化误差上界

    least square 最小二乘法

    perceptron 感知机

    latent variable 潜在变量

    tensor 张量

    activation function 激活函数，让NN呈现非线性

    learning rate 学习率

    Regularization 正则化

    Markov ramdon field 马尔科夫随机场，随机变量在某个点的概率只取决于邻域的点

    feedforward neural network 前馈神经网络，是一种最简单的神经网络，各神经元分层排列。每个神经元只与前一层的神经元相连。

    滑动平均（影子值）

    1/F1 = 1/P + 1/R F1参数，用于评估模型，是准确率和召回率的调和平均

    损失函数：均方误差、交叉熵、

    hyper [‘haɪpɚ] er

    hypo [‘haɪpəʊ] ou

    训练集 training set / development set

    验证集 validation set

    测试集 test set