吴恩达机器学习笔记week1——初识机器学习

1-1.欢迎参加《机器学习》课程

Machine Learning

• Grew out of work in Al
• New capability for computers

Examples:

• Database mining
  Large datasets from growth of automation/web.
  E.g., Web click data, medical records, biology,engineering
• Applications can’t program by hand.
  E.g.,Autonomous helicopter, handwriting recognition, most of
  Natural Language Processing(NLP), ComputerVision.
• Self-customizing programs
  E.g.,Amazon,Netflix product recommendations
• Understanding human learning(brain, real Al).

1-2.什么是机器学习？

• 何为机器学习？
  A computer program is said to learn from experience E with respect to some task T and some performance measure P, if its performance on T, as measured by P, improves with experience E.
  理解：通过实验E，完成某一项任务T，利用评价标准P对实验结果进行迭代优化！
• 机器学习主要包括监督学习（supervised）和无监督学习（unsupervised），其他的还有增强学习(reinforcement learning)，推荐系统（recommender systems）等。

1-3.监督学习

监督学习是指实验数据当中有可参考的正确输出(right answer)，通常包括回归问题和分类问题。

• 回归问题（regression problem）是指预测的值，也就是实验结果是连续的，有准确的数值。
• 分类问题（classification problem）是指实验结果是离散的，不是一个准确的数值。

1-4.无监督学习

无监督学习指聚类问题，不同于分类。如鸡尾酒会算法，在鸡尾酒会中分辨出人的声音和会场的音乐。