训练与推断

简明解释

训练（training）是在机器学习中用样本和评价目标形成或调整模型的过程。[1, p. 8] 例如，分类器比较带标签的邮件并调整参数以减少错误。训练区别于使用已有模型产生输出；它不是简单把资料存进数据库，也不保证新情境中的表现。

推断（inference）在机器学习工程中通常指模型收到新输入后生成预测、分数或内容。[1, p. 9] 例如，新邮件到达后由已训练分类器给出风险分数。逻辑学与标准术语中的 inference 还可指从前提导出结论；引用资料时要看语境。推断描述一种过程，不意味着模型有主观思考。

容易忽略的边界

并非所有 AI 都经过机器学习训练；有些系统主要执行人工规则。部署后的推断通常也不会自动修改参数，除非系统另有持续学习机制。

在本书中

参见第 1 章。