ความแตกต่างระหว่างตัวอย่างและกรณีในการเรียนรู้ของเครื่องและสถิติ?
ฉันพบว่าในคำถามนี้และAPIของ Keras นี้ตัวอย่างหมายถึงกรณีในสถิติตามเอกสารของ API นั้นระบุว่า:
อาร์เรย์น้ำหนักที่เป็นตัวเลขซึ่งเป็นทางเลือกสำหรับตัวอย่างทดสอบใช้สำหรับถ่วงน้ำหนักฟังก์ชันการสูญเสีย คุณสามารถส่งอาร์เรย์ Numpy แบบแบน (1D) ที่มีความยาวเท่ากับตัวอย่างอินพุต (1: 1 การแมประหว่างน้ำหนักและตัวอย่าง) หรือในกรณีของข้อมูลชั่วคราวคุณสามารถส่งอาร์เรย์ 2D ที่มีรูปร่างได้ (ตัวอย่างลำดับความยาว ) เพื่อใช้น้ำหนักที่แตกต่างกันกับทุกเวลาของทุกตัวอย่าง ไม่รองรับอาร์กิวเมนต์นี้เมื่อ x เป็นชุดข้อมูลให้ส่งน้ำหนักตัวอย่างเป็นองค์ประกอบที่สามของ x แทน
ตามที่ฉันเข้าใจตัวอย่างตรงนี้สอดคล้องกับคำถามข้างต้นเป็นอย่างดีคำถามของฉันคือเหตุใดเราจึงอ้างถึงตัวอย่างในกรณีการเรียนรู้ของเครื่องในสถิติ? ในทางสถิติกลุ่มตัวอย่างมีการประนีประนอมหลายกรณีและเป็นส่วนหนึ่งของประชากร
คำตอบ
ฉันคิดว่าคำอธิบายหลักคือประเพณีที่แตกต่างกัน พวกเขาเริ่มต้นแบบสุ่มด้วยคำศัพท์ที่แตกต่างกันและพวกเขาก็ดำเนินการต่อ ฉันไม่คิดว่าจะมีคำอธิบายเชิงปรัชญาที่ลึกซึ้ง อย่างไรก็ตามคำศัพท์ในการประยุกต์ใช้สถิติและแมชชีนเลิร์นนิงยังแตกต่างกันไปตามสาขาต่างๆ (ชีววิทยา?) บางคนอาจใช้ตัวอย่างแทนตัวอย่างสำหรับปัญหาทางสถิติเช่นกันเนื่องจากพวกเขาเพียงแค่คัดลอกคำจากโดเมนของพวกเขา