术语索引
本页用于积累中英术语和概念辨析。建议每读完一章就补充一次。
核心术语
| 英文 | 中文 | 所在章节 | 备注 |
|---|---|---|---|
| Statistical Learning | 统计学习 | 第 1-2 章 | 从数据中建模、预测、解释关系的一组方法 |
| Supervised Learning | 监督学习 | 第 2 章 | 有输入变量和输出变量 |
| Unsupervised Learning | 无监督学习 | 第 2、12 章 | 只有输入变量，关注结构发现 |
| Regression | 回归 | 第 2-3 章 | 输出变量通常为连续值 |
| Classification | 分类 | 第 2、4 章 | 输出变量通常为类别 |
| Bias | 偏差 | 第 2 章 | 模型系统性偏离真实关系的程度 |
| Variance | 方差 | 第 2 章 | 模型对训练样本扰动的敏感程度 |
| Overfitting | 过拟合 | 第 2、5 章 | 训练误差低但测试表现差 |
| Cross-Validation | 交叉验证 | 第 5 章 | 估计泛化误差与选择模型 |
| Regularization | 正则化 | 第 6 章 | 通过约束复杂度提升泛化 |
易混概念
预测与解释
- 预测：关注新样本上的输出准确性。
- 解释：关注变量之间关系、方向和强度。
- 很多模型能预测但难解释，也有模型解释清晰但预测能力有限。
参数方法与非参数方法
- 参数方法：先假设函数形式，再估计有限个参数。
- 非参数方法：更少预设函数形式，通常需要更多数据。
训练误差与测试误差
- 训练误差反映模型对已有数据的拟合。
- 测试误差更接近模型未来使用时的表现。
- 读本书时要优先关注测试误差。
待补充
- 本页后续按章节补充术语。
- 对每个重要术语补一条例子。
- 对容易误译的词保留英文原词。