由于原始问题得到了一些否决，所以我重写了它。
对于机器学习社区使用的 model 一词，我想弄清楚。似乎该术语是根据两种不同的含义使用的：
含义1。 模型是假设的同义词。它是使用特定的训练集获得的，具有特定的权重或所使用的学习算法所特有的其他特征。此类用法的一个例子是James等人的“统计学习入门” 。
含义2。 模型是假设空间的同义词。它与任何特定的培训集无关。例如，线性分隔符模型。一旦使用特定的训练集对这种意义上的模型进行了训练，它就会成为<假设>假设。 this answer就是这种用法（或至少看起来是这样）的一个示例。
我对术语 model 的两种用法的理解正确吗？