Разница между выборкой и случаем в машинном обучении и статистике?
Я считаю, что в этом вопросе и в этом API Keras образец означает случай в статистике, поскольку в документации этого API указано, что:
Необязательный массив весов Numpy для тестовых образцов, используемый для взвешивания функции потерь. Вы можете либо передать плоский (1D) массив Numpy той же длины, что и входные образцы (отображение 1: 1 между весами и образцами), либо, в случае временных данных, вы можете передать 2D-массив с формой (образцы, последовательность_длина ), чтобы применить разные веса к каждому временному шагу каждой выборки. Этот аргумент не поддерживается, если x - это набор данных, вместо этого передайте веса выборки в качестве третьего элемента x.
Насколько я понимаю, образец здесь очень хорошо согласуется с образцом в вышеупомянутом вопросе, тогда мой вопрос: почему мы ссылаемся на образец в машинном обучении случай в статистике? В статистике выборка затрагивает несколько случаев и является частью генеральной совокупности.
Ответы
Думаю, главное объяснение - это просто разные традиции. Они начали довольно случайно с другой терминологией и просто продолжили. Я не думаю, что есть какое-то глубокое философское объяснение. Кстати, терминология в приложениях статистики и машинного обучения также различается в разных областях; некоторые (биология?), вероятно, также используют выборки вместо выборки для статистических задач, поскольку они просто копируют термины из своей области.