A könyv a gépi tanulási szakirodalom elterjedt jelöléseit követi (Bishop, 2006; Hastie és mtsai., 2009). Ahol egy jelölésnek a fejezet szövegkörnyezetében más jelentése van (például \(T\) egyszerre jelöli a hőmérsékletet, az idősor hosszát és a kezelési változót), azt a fejezet külön jelzi.
Általános jelölések
| \(x\), \(\mathbf{x}\), \(\mathbf{X}\) |
skalár, (oszlop)vektor, mátrix |
| \(\mathbf{x}^\top\), \(\mathbf{X}^\top\) |
transzponált |
| \(\mathbf{I}\) |
egységmátrix |
| \(\mathbf{X}\in\mathbb{R}^{N\times n}\) |
adatmátrix: \(N\) objektum (sor), \(n\) jellemző (oszlop) |
| \(\mathbf{x}_k\) |
a \(k\)-adik objektum jellemzővektora (az \(\mathbf{X}\) \(k\)-adik sora, oszlopvektorként) |
| \(x_{kj}\) |
a \(k\)-adik objektum \(j\)-edik jellemzője |
| \(y_k\), \(\mathbf{y}\) |
a \(k\)-adik objektum célváltozója; a célváltozók vektora |
| \(\hat y\), \(\hat{\boldsymbol\theta}\) |
előrejelzés, illetve becsült paraméter |
| \(C\), \(c\) |
az osztályok száma, egy osztály |
| \(K\) |
a klaszterek (komponensek, témák) száma |
| \(\lVert\mathbf{x}\rVert_p\) |
\(\ell_p\)-norma; index nélkül az euklideszi (\(\ell_2\)) norma |
| \(d(\mathbf{x}, \mathbf{y})\) |
távolság |
| \(\mathbf{x}^\top\mathbf{y}\) |
skaláris szorzat |
| \(\odot\) |
elemenkénti (Hadamard-) szorzat |
| \(\operatorname{tr}(\mathbf{A})\), \(\det(\mathbf{A})\), \(\operatorname{rank}(\mathbf{A})\) |
nyom, determináns, rang |
| \(\nabla f\), \(\partial f/\partial x\) |
gradiens, parciális derivált |
| \(\arg\min\), \(\arg\max\) |
a minimumot, illetve maximumot adó argumentum |
| \(\mathbb{1}[\cdot]\), \(\delta_{x>0}\) |
indikátorfüggvény (1, ha a feltétel teljesül, egyébként 0) |
| \(\ln\), \(\log_2\) |
természetes, illetve kettes alapú logaritmus |
Valószínűség és statisztika
| \(P(A)\), \(P(A\mid B)\) |
valószínűség, feltételes valószínűség |
| \(p(\mathbf{x})\) |
sűrűségfüggvény |
| \(E[X]\), \(\operatorname{Var}(X)\), \(\operatorname{Cov}(X, Y)\) |
várható érték, variancia, kovariancia |
| \(\boldsymbol\mu\), \(\boldsymbol\Sigma\) |
várhatóérték-vektor, kovarianciamátrix |
| \(\bar x\), \(s\), \(\mathbf{S}\) |
mintaátlag, korrigált tapasztalati szórás, tapasztalati kovarianciamátrix |
| \(\mathcal{N}(\mu, \sigma^2)\) |
normális eloszlás |
| \(\sigma(z) = 1/(1 + e^{-z})\) |
szigmoid (logisztikus) függvény |
| \(\ell(\boldsymbol\theta)\) |
log-likelihood |
| \(\chi^2_n\), \(F(n_1, n_2)\) |
khi-négyzet és \(F\)-eloszlás |
Modellek és tanulás
| \(\mathbf{w}\), \(b\) |
súlyvektor, eltolás (lineáris modellek, neuronok) |
| \(J(\boldsymbol\theta)\) |
célfüggvény (veszteség és regularizáció) |
| \(L(y, \hat y)\), \(\ell\) |
veszteségfüggvény |
| \(\lambda\), \(\alpha\) |
regularizációs paraméter (a scikit-learn-ben alpha, illetve C = 1/λ) |
| \(\eta\) |
tanulási ráta |
| \(\mathbf{W}^{(l)}\), \(\mathbf{h}^{(l)}\), \(\boldsymbol\delta^{(l)}\) |
a neurális hálózat \(l\)-edik rétegének súlymátrixa, kimenete, hibajele |
| \(\varphi\) |
aktivációs függvény |
| \(\mathbf{P}\), \(\mathbf{t}\), \(\lambda_a\) |
főkomponens-irányok mátrixa, főkomponens-értékek, sajátértékek |
| \(T^2\), \(Q\) |
Hotelling-féle statisztika, négyzetes előrejelzési hiba (PCA-alapú felügyelet) |
| \(u_{ik}\), \(m\) |
fuzzy tagsági érték és fuzzy kitevő (FCM) |
| \(\sigma(X)\), \(s(X\Rightarrow Y)\), \(c(X\Rightarrow Y)\) |
támogatottság (darabszám és arány), bizonyosság (asszociációs szabályok) |
| \(H\), \(G\), \(IG\) |
entrópia, Gini-index, információnyereség |
| \(\tau(\mathbf{x})\) |
egyéni (feltételes) kezelési hatás, uplift |
Idősorok
| \(y_t\), \(T\) |
az idősor \(t\)-edik értéke, az idősor hossza |
| \(T_t\), \(S_t\), \(R_t\) |
trend-, szezonális és maradékkomponens |
| \(m\) |
szezonális periódus |
| \(B\), \(\nabla\) |
késleltető operátor (\(By_t = y_{t-1}\)), differenciaoperátor |
| \(r_k\) |
\(k\) késleltetésű autokorreláció |
| \(\hat y_{T+h\mid T}\) |
a \(T\) időpontban készített \(h\) lépéses előrejelzés |
| \(D(i, j)\) |
a DTW kumulált költségmátrixa |
Mértékegységek és számírás
A szövegben a magyar helyesírásnak megfelelően tizedesvesszőt és ezres tagolásra szóközt használunk (2 176; 0,95), a programkódban és a kimenetekben – a Python szabályai szerint – tizedespontot. A pénzösszegek forintban, a hőmérsékletek Celsius-fokban, az áramok m³/h-ban, a koncentrációk mol/L-ben értendők.
Bishop, C. M. (2006). Pattern Recognition and Machine Learning. Springer.
Hastie, T., Tibshirani, R., & Friedman, J. (2009). The Elements of Statistical Learning: Data Mining, Inference, and Prediction (2. kiad.). Springer.