根據(jù)訓(xùn)練數(shù)據(jù)是否擁有標(biāo)記信息，學(xué)習(xí)任務(wù)可大致劃分為兩大類：“監(jiān)督學(xué)習(xí)”(supervised learning)和“無監(jiān)督學(xué)習(xí)”(unsupervised learning)，分類和回歸是前者的代表，而聚類則是后者的代表．需注意的是，機器學(xué)習(xí)的目標(biāo)是使學(xué)得的模型能很好地適用于“新樣本”，而不是僅僅在訓(xùn)練樣本上工作得很好；即便對聚類這樣的無監(jiān)督學(xué)習(xí)任務(wù)，我們也希望學(xué)得的簇劃分能適用于沒在訓(xùn)練集中出現(xiàn)的樣本．學(xué)得模型適用于新樣本的能力，稱為“泛化”(generalization)能力．具有強泛化能力的模型能很好地適用于整個樣本空間．

于是，盡管訓(xùn)練集通常只是樣本空間的一個很小的采樣，我們?nèi)韵Ｍ芎芎玫胤从吵鰳颖究臻g的特性，否則就很難期望在訓(xùn)練集上學(xué)得的模型能在整個樣本空間上都工作得很好，通常假設(shè)樣本空間中全體樣本服從一個未知“分布”(distribution)D，我們獲得的每個樣本都是獨立地從這個分布上采樣獲得的，即“獨立同分布”(independent and identicallydistributed，簡稱紙d．)．一般而言，訓(xùn)練樣本越多，我們得到的關(guān)于D的信息越多，這樣就越有可能通過學(xué)習(xí)獲得具有強泛化能力的模型．??