说到机器学习, 或讨论这个事情时, 什么训练, 样本, 模型或算法就会蹦出来, 今时今日什么事情大家都知道一点点, 很多代表就是这样来的. 但是, 对于真心想弄清楚一个事情的我们来说, 应该要理解一些基本的术语, 所以这里就说一些机器学习时遇到的基本术语, 也不是全部, 说全部还太早. 至于为什么不说 tf, 因为 tf 是去到代码的级别了啊, 这个他日再相逢.
(1) 标签
对于机器学习, 我们经常说, 要训练机器, 让它达到一个最佳的状态, 然后用它来预测一些事情. 所以, 我们的目的, 是预测一些信息.
预测的信息, 叫作标签. 不预测, 通过人工建立的信息, 也叫作标签. 标签就是一个信息.
由于信息多种多样, 所以标签也就多种多样.
标签可以表示一类物体, 比如标签是 "苹果","香蕉", 比如标签是 "红色","橙色". 标签可以表示变化, 比如标签是 "明天的天气","下半年的房价","这个股票的趋势". 标签可以表示含义, 比如标签是 "01 表示什么","这个动作是什么意思". 等等.
来源: https://www.cnblogs.com/freeself/p/10900744.html