CS229-Machine Learning notes Lecture1 机器学习的动机与应用

机器学习的作用是有些问题是无法直接写出程序来解决的，学习型算法无处不在。

需要掌握的知识

• 基础计算机知识技能。
• 基本的概率统计知识（随机变量、期望、方差。。。）
• 线性代数（矩阵、向量、逆矩阵、特征向量、特征值。。。）

机器学习定义

任务 性能测量方法 经验

四个主题

• 监督学习（回归问题、分类问题）
• 学习理论（理解学习型算法为什么是高效的）
• 无监督学习（聚类问题）
• 强化学习（回报函数，可应用于机器人控制）

others

在线资源

MATLAB Octave

凸优化理论 隐马尔科夫模型 SVM