吴恩达CS229机器学习笔记__01

1.初识机器学习

---

1.1 什么是机器学习？

定义：在进行特定编程的情况下，给予计算机学习能力的领域。

不同类型的学习算法：主要分为两种。1，监督学习。2，无监督学习。

---

1.2 监督学习

我们可以根据房价的数据（Price(s)-Size），应用学习算法拟合出一条线，这实际上是推测出一个连续值得结果。由此可以看出，监督学习指的是我们给学习算法一个数据集。
在此模型中代入数据得出的答案，就是预测房子的价格。用术语来讲，这叫做回归问题。回归这个词的意思是，我们在试着推测出这一系列连续值属性。

---

另一个监督学习的例子，检测乳腺肿瘤。横轴表示肿瘤大小，纵轴上的1和0表示是或者不是恶性肿瘤。那么机器学习的问题就在于，你能否预测出肿瘤良性与恶性的概率。用术语来讲，这是一个分类问题。
分类是指，我们试着推测出离散得输出值。事实上分类可能不止有两个，也可能是更多个。

---

在其他一些机器学习中，可能会遇到不止一种特征。现在，我们不仅知道肿瘤的大小，还知道对应患者得年龄等等。有一种算法，叫支持向量机，里面有数学技巧，能让计算机处理无限多特征。

---

总的来讲，关于监督学习，其基本思想是，我们数据集中每个样本都有对应得“结果”，再根据这些样本做出预测。我们还介绍了回归问题，即通过回归来推出一个连续输出。还有分类问题，其目标是推出一组离散的结果。

---

练习

你经营一家公司，你想开发学习算法来处理连个问题：

1.你有一大批同样的货物，上千件等待出售。你准备预测接下来三个月能卖出多少件。这属于分类问题还是回归问题？

1:属于回归问题。售卖货物的数量，是一个实数。一个连续的值。

2.你有许多客户，这时你想写一个软件来检验每一个用户的账户。对于每一个账户，你要判断它们是否曾经被盗。这属于分类问题还是回归问题？

2:属于分类问题。把预测的值，0表示未被盗过，1表示被盗过。算法推测一个账号是0还是1，是推测离散结果。

---

无监督学习

相对于监督学习，无监督学习的数据没有任何标签。针对数据集，无监督学习可以判断出上图数据有两个不同的聚集簇。叫做聚类算法。

---

一个DNA围观数据的例子。基本思想是输入一组不同个体，对其中的每个个体，要分析出它们是否有一个特定基因。技术上，特定基因已经表达。所以，红，绿，灰等部分展示了相应的程度。即不同个体是否有着一个特定基因。我们可以运行一个聚类算法，把个体聚类到不同类或者不同类型的组里。

---

这就是无监督学习。我们只有一堆数据，没有任何关于它们的信息。我们要在此前提下，自动的聚类这些个体到各个类。聚类只是无监督学习中的一种。

---

另一个例子。

两个不同位置的麦克风，记录下不同位置的两个声源。而算法，将这两个声音区分开来。实现这个算法(鸡尾酒算法😄)需要一行代码就可以了：

[W,s,v] = svd((repmat(sum(x.*x,1),size(x,1),1).*x)*x')；

svd表示奇异值分解