1.3.2 机器学习术语

机器学习领域跨学科而且非常广泛，汇集了许多其他领域的研究者。很多读者熟悉的概念以不同的名称出现在机器学习领域中，也可能被重新定义从而需要重新学习。为了方便起见，下面列出一些常用术语及其同义词，希望能对读者阅读本书和其他机器学习文献有所帮助：

•训练样例：数据集表格中的一行，与观测、记录、实例或样本同义。

•训练：模型拟合。类似于参数模型中的参数估计。

•特征，缩写为x：数据表格或数据矩阵中的一列。与预测变量、变量、输入、属性、协变量同义。

•目标，缩写为y：与结果、输出、响应变量、因变量、（类别）标签、真实值同义。

•损失函数：通常与代价函数同义。有时损失函数也被称为误差函数。在一些文献中，术语“损失”指的是单个数据点的损失值，而“代价”是整个数据集（平均或求和）的损失值。