吴恩达斯坦福机器学习第1课白话易懂小结

------本小结的前提是你已经看过吴恩达斯坦福视频的第1课，旨在帮你提取视频里的关键信息，并试图用大白话帮你回忆、理解、记忆。

机器学习的动机与应用

机器学习定义

• 任务T — 下棋
• 性能测量方法P — 胜率
• 经验E — 对局

监督问题

监督问题给算法提供了一组“标准答案”，训练数据有标记。
监督包括：

1. 回归（连续-预测房价）
2. 分类（离散-预测肿瘤恶良）

非监督问题

非监督问题的训练数据无标记。
聚类实例：图片像素、鸡尾酒会音频
聚类应用：

1. 计算机集群组织
2. 社会网络分析
3. 市场划分
4. 航天数据分析
5. 文本处理
6. 电磁大脑

强化学习

强化学习应用：

1. 直升机
2. 机器人领域

注：本博客内容为总结吴恩达机器学习课程视频内容所得，任何人或团体、机构全部转载或者部分转载、摘录，请保留本博客链接或标注来源。