吴恩达机器学习-第一章个人笔记

1、机器学习

定义：从任务T中学习相关经验E，衡量任务T完成度的性能P会随着E的增加而提高。
举例：跳棋游戏，程序通过自己和自己下棋从而提高自己的棋艺

• T ：玩跳棋
• E ：程序和自己下无数次跳棋的经验
• P ：与新对手玩跳棋时会赢的概率

2、监督学习

定义：我们给算法一个数据集，其中包括了正确答案，算法的目的就是给出更多的正确结果。
举例：
①预测不同面积的房子的房价（回归问题）

蓝线表示线性拟合；红线表示二次函数拟合。根据实际情况选择不同的拟合函数。

②预测肿瘤是良性还是恶性（分类问题）
1）只有一个特征属性：肿瘤大小
2）两个及以上特征属性：肿瘤大小以及病人年龄

3、无监督学习

定义：输入数据没有被标记，也没有确定的结果。无监督学习目标不是告诉计算机怎么做，而是让它（计算机）自己去学习怎样做事情。

①聚类算法
（1）肿瘤判断（无标签）

横轴为肿瘤大小；纵轴为患者年龄。但这里所有样本都没有标签。

（2）谷歌新闻
将相关的网页新闻（拥有相同关键字）放在一起。

（3）其他
社会关系分析、细分市场销售、组织大型计算机工作集群

②鸡尾酒会算法
鸡尾酒会上两个麦克风录到了两种语言所唱的同一首歌，其中一个麦克风离英国人更近，另一个离巴西人更近。分离在鸡尾酒会上英国人唱的英文歌和巴西人唱的拉丁文歌，只是根据这两歌语言的不同来进行分离，本身并不知道这两种语言的类别。