机器学习常见术语

泛化能力

概括地说，泛化能力（generalization ability）是指机器学习算法对新鲜样本的适应能力，简而言之是在原有的数据集上添加新的数据集，通过训练输出一个合理的结果。学习的目的是学到隐含在数据背后的规律，对具有同一规律的学习集以外的数据，经过训练的网络也能给出合适的输出，该能力称为泛化能力

贝叶斯公式

P(Ai)是先验概率
P(Ai | B)是后验概率
由于等式右边分母相同，只需要比较分子，哪个分子大，就属于哪一类。

神经网络

• 神经网络是基于生物大脑和神经系统中的神经连接结构的一系列机器学习算法的总和。
• 在具体使用中，通过反复调节神经网络中互连结点之间的参数值（权重）来获得针对不同学习任务的最优和近似最优反馈值。