续上次的部分。
从数据中学得模型的过程称为“学习”（learning）或“训练”（training），这个过程通过执行某个学习算法来完成。训练过程中使用的数据称为“训练数据”（training data），每个样本称为一个“训练样本”（training sample），训练样本组成的集合称为“训练集”（training set）。学得模型对应了关于数据的某种潜在的规律，因此亦称“假设” （hypothesis）；这种潜在规律自身，则称为“真相”或“真实”（ground-truth），学习过程就是为了找出或逼近真相。
关于示例结果的信息，称为“标记”（label）；拥有了标记信息的示例，则称为“样例”（example）。一般地，用（xi,yi）表示第i个样例，其中yi属于Y，Y是所有标记的集合，亦称“标记空间”（label space）或“输出空间”。
若我们预测的是离散值，此类学习任务称为“分类”（classification） ；若预测的是连续值，此类学习任务称为“回归”（regression）。对只涉及两个类别的“二分类”（binary classification）任务，通常称其中一个类为“正类”（positive class），另一个类称为“反类”“negative class”；涉及多个类别时，则称为“多分类”（multi-class classification）任务。
学得模型之后，使用其进行预测的过程称为“测试”（testing），被预测的样本称为“测试样本”（testing sample）。
此外，我们还可以对某种需要分类的东西进行“聚类”（clustering），即将训练集中的数据分成若干组，每组称为一个“簇”（cluster）。这样的分类过程可能基于某种属性进行划分，这样的划分过程可以帮助我们了解数据内在的规律，能为更深入地分析数据建立基础。但在实际进行聚类学习时，一般认为不知道所谓的属性分类，并且学习过程中使用的训练样本通常不拥有标记信息。根据训练数据是否拥有标记信息，学习任务可以大致分为两大类：“监督学习”（supervised learning）和“无监督学习”（unsupervised learning），分类和回归是前者的代表，而聚类则是后者的代表。
需要注意的是，机器学习的目标是使学得的模型能很好地适用于“新样本”，而不仅仅是在训练样本上工作得很好；即便对聚类这样的无监督学习任务，我们也希望学得的簇划分能适用于没在训练集中出现的样本。学得模型适用于新样本的能力，称为“泛化”（generalization）能力。具有强泛化能力的模型能很好地适用于整个样本空间。
