吴恩达机器学习笔记1-机器学习基础

机器学习Tom Mitchell定义：如果T(task)在一个度量标准(判断的正确率)P(performance
measure)以上随着经验 E(experience)自我完善，则称计算机程序从经验E中自我学习。

比如T：垃圾邮件分类，P：正确分类垃圾邮件，E：观察哪些邮件是垃圾邮件，哪些不是。

机器学习算法：监督学习和非监督学习.
监督学习（回归问题）：给定一些正确的数据作为训练集，然后用这些数据集拟合出来一个公式，然后用这个公式再去预测未知的问题，比如房价，股票价格等等。

如何分辨回归问题和分类问题？
回归问题预测的结果是连续值，如预测明天的温度，房价；分类问题预测的结果是离散的，如判断明天的天气-阴，雨，晴，或判断一张图片是猫还是狗。

非监督学习：将数据集自动分类,通常采用聚类算法。

分类和聚类的区别？
分类是按照某种标准给对象贴标签，在根据标签来区分归类。聚类是事先没有标签，而通过某种成团分析找出事物之间存在聚集性原因的过程。