算法工程师修仙之路：吴恩达机器学习（一）

吴恩达机器学习笔记及作业代码实现中文版

第一章 绪论：初识机器学习

---

什么是机器学习

• Machine Learning(机器学习)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。

• 机器学习被用于数据挖掘的原因之一是网络和自动化技术的增长，这意味着，我们有史上最大的数据集。比如说，大量的硅谷公司正在收集 web 上的单击数据，也称为点击流数据，并尝试使用机器学习算法来分析数据，更好的了解用户，并为用户提供更好的服务。

• 大部分的自然语言处理和大部分的计算机视觉，都应用了机器学习。学习算法还广泛
  用于自定制程序，软件能给这些自定制的建议的唯一方法是通过学习你的行为，来为你定制服务。

• 第一个机器学习的定义来自于 Arthur Samuel。他定义机器学习为，在进行特定编程的情况下，给予计算机学习能力的领域。

• 由 Tom Mitchell 定义的机器学习是，一个程序被认为能从经验 E 中学习，解决任务 T，达到性能度量值P，当且仅当，有了经验 E 后，经过 P 评判，程序在处理 T 时的性能有所提升。

• 目前存在几种不同类型的学习算法，主要的两种类型被我们称之为监督学习和无监督学习。监督学习这个想法是指，我们将教计算机如何去完成任务，而在无监督学习中，我们打算让它自己进行学习。

监督学习

• 监督学习指的就是我们给学习算法一个数据集。 这个数据集由“正确答案”组成。

• 监督学习的基本思想是：我们数据集中的每个样本都有相应的“正确答案”， 再根据这些样本作出预测。

  • 回归问题：即通过回归来推出一个连续的输出。
  • 分类问题：其目标是推出一组离散的结果。

无监督学习

• 无监督学习中没有任何的标签或者是有相同的标签或者就是没标签。

• 我们没有给算法正确答案来回应数据集中的数据，这就是无监督学习。

• 垃圾邮件问题：如果你有标记好的数据，区别好是垃圾还是非垃圾邮件，我们把这个当作监督学习问题。

• 新闻事件分类的例子：可以用一个聚类算法来聚类类型相同或相似的文章到一起，所以是无监督学习。

• 细分市场的例子：可以当作无监督学习问题，因为只是拿到算法数据，再让算法去自动地发现细分市场。