机器学习术语
机器学习标签
在机器学习术语中，标签是我们想要预测的东西。
就像线性图中的y：
| 代数 | 机器学习 |
| y = ax + b | y = b + wx |
机器学习功能
在机器学习术语中，特征是输入。
它们就像线性图中的 x 值：
| 代数 | 机器学习 |
| y = ax + b | y = b + wx |
有时可能有许多具有不同权重的特征（输入值）：
y = b + w1x1 + w2x2 + w3x3 + w4x4
机器学习模型
A Model 定义了标签 (y) 和特征 (x) 之间的关系。
模型的生命周期分为三个阶段：
- 数据收集
- 培训
- 推理
机器学习训练
训练的目标是创建一个可以回答问题的模型。 比如房子的预期价格是多少?
机器学习推理
推理是指使用实时数据使用经过训练的模型来推断（预测）值。 就像将模型投入生产一样。
