-
模型: model, 输入和输出之间的关系, 譬如
y = x1w1 + x2w2 + b
, w1、w2是权重, b是偏差; -
模型训练: model training, 通过数据来寻找特定的模型参数值, 使得模型在数据上的误差尽可能小;
-
训练数据: 我们通常会收集一系列真实数据,并希望在这些数据上面寻找模型参数来最小 化模型的预测误差,该数据集被称为训练数据集(training data set)或训练集(training set); 一个数据称为一个样本(sample), 真实值叫做标签(label), 用来预测标签的因素叫做特征(feature); 特征用来表征样本的特点;
-
损失函数: 用来衡量预测值与真实值之间的误差;