Machine Learning(by Andrew Ng) 学习笔记

---

监督学习：通过已有的训练样本（即已知数据以及其对应的输出）来训练，从而得到一个最优模型，再利用这个模型将所有新的数据样本映射为相应的输出结果。
监督学习问题分为“回归”和“分类”问题。
在回归问题中，我们试图用连续输出来预测结果，这意味着我们正在尝试将输入变量映射到一些连续函数。
在分类问题中，我们试图用离散输出来预测结果。换句话说，我们正在尝试将输入变量映射到离散类别。

---

无监督学习：事先不知道输出是怎样或知道的很少，需要直接对输入数据进行建模。 可以通过基于数据中的变量之间的关系对数据进行聚类来导出该结构。