吴恩达机器学习笔记（1）——监督学习和无监督学习

1.Supervised Learning

在监督学习中，我们会有一组已经知道输出结果应该是怎么样的数据集，也就是说，知道输入和输出之间会有一种特定的关系。

然后，在监督学习中问题又被分成“回归”和“分类”两类问题。

回归（Regression）：预测的是一组连续的输出结果，也就是说需要将输入的数据与某个特定的连续函数所对应起来。

分类（Classification）：预测的是一组离散的输出结果，也就是把输出变量映射为一个离散的类别。

下面举了两个例子（包括在Coursera的习题中也有相应的问题）：

2.Unsupervised Learning

无监督学习，允许我们在不知道结果是什么样子的情况下来解决问题，与监督学习明显不同，我们可以从数据中推出我们不知道的变量所带来影响的结构。

而且在无监督学习中，我们所预测的结果是得不到反馈信息的。

下面是一个无监督学习的例子：