斯坦福大学《Machine Learning》第1周学习笔记

Introduction  简介 

What is Machine Learning(什么是机器学习)

学习 - 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。

西洋棋例子中，经验E就是程序上万次的自我练习的经验；任务T就是下棋；性能度量值P就是它与一些新对手比赛时，赢得比赛的概率。

Supervised Learning(监督学习)

回归问题

举例：现有数据集是一些房价信息，x为房屋面积，y为房价，那么现在有一套新房子，面积为a，预测它的房价是多少？这就是监督学习的例子。

监督学习：意指给出一个算法， 需要部分数据集已经有正确答案。比如给定房价数据集， 对于里面每个数据，算法都知道对应的正确房价， 即这房子实际卖出的价格。算法的结果就是 算出更多的正确价格，比如那个面积为a的新房子。

用更术语的方式来定义， 监督学习又叫回归问题，（应该是回归属于监督中的一种） 意指要预测一个连续值的输出，比如房价。 虽然从技术上，一般把房价记到美分单位。 所以实际还是个离散值，但通常把它看作实际数字， 是一个标量值，一个连续值的数，而术语回归， 意味着要预测这类连续值属性的种类。

分类问题

举例：使用一个特征属性，即肿瘤块大小， 来预测肿瘤是恶性良性，一般的学习算法中，特征值不止一个，比如患者年龄，肿瘤的厚度等，预测值也可能存在多个，比如无癌，A癌，B癌，C癌等

回归问题： 即通过回归来预测一个连续值输出。 分类问题： 目标是预测离散值输出。

监督学习： 其基本思想是，监督学习中，对于数据集中的每个数据， 都有相应的正确答案，（训练集） 算法就是基于这些来做出预测。（就我理解，就是需要先输入正确的数据进行练习（模型拟合），然后输入新的数据进行预测。）

Unsupervised Learning(无监督学习)

回想起监督学习中的数据集 每个样本 都已经被标明为 正样本或者负样本 即良性或恶性肿瘤 因此 对于监督学习中的每一个样本 我们已经被清楚地告知了 什么是所谓的正确答案（数据已经被标记） 即它们是良性还是恶性 

在无监督学习中 没有属性或标签</