1.訓練集（training set/data）/訓練樣例（training examples）:用來進行訓練，也是產生模型或者算法的數據集
測試集（testing set/data）/測試樣例（testing examples）:用來專門進行測試已經學習好的模型或者算法數據集
特徵向量（features / feature vector）：屬性集合，通常用一個向量來表示，附屬於一個實例
標記（label）:c(x) , 實例類別的標記
正例（positive example）
反例（negative example）
2. 分類（classification）:目標標記爲類別型數據
迴歸（regression）:目標標記爲連續性數值
3.有監督學習（supervised learning）:訓練集有類別標記（class label）
無監督學習（unsupervised learning）：無類別標記
半監督學習（semi-supervised learning）:有類別標記的訓練集+無標記的訓練集
4.機器學習步驟框架
（1）把數據拆分成訓練數據和測試數據
（2）用訓練集和訓練集的特徵向量來訓練算法
（3）用學習來的算法運用在測試集上評估算法（涉及調整參數 parameter tuning）