吴恩达机器学习--学习笔记：初识机器学习

第一章：初识机器学习

本章包含了四个视频课程，主要介绍了什么是机器学习，当今生活中那些场景已经用到了机器学习，机器学习适合解决哪些问题；以及机器学习、深度学习、监督学习、无监督学习，回归问题、分类问题等概念

关于学习算法：使用浏览器搜索新闻、手机中的相册自动对照片分类、邮箱的垃圾邮件拦截等，这些功能都在使用学习算法。为什么学习算法会这么重要？你会发现，当你想让一个物体从A点移动到B点时，可以很容易的通过编程来实现。但是当你想要让一架直升机自动飞行（不知道应该如何编程），或给地球上所以人定制划推荐衣服时（工作量大到无法实现），想要通过编程来实现会是非常困难的事情。所以有了学习算法，人们让机器自己去学习如何实现这些功能。

机器学习：它来自AI领域，是计算机的一种功能。机器学习问题的一种定义为：为解决某一任务T(task)，进行某一性能P(performance)的测定，在任务T上性能P会因经验E(experience)得到提高。比如下棋：在下棋这个任务上，它获胜的概率这一性能会因为它大量的下棋经验得到提升；

监督学习：监督学习指给定先给定已标记的学习样本数据集，训练一个算法，然后给出没有标记的未知数据时它会输出一个结果；这里涉及两个概念：回归和分类；通常监督学习要处理的问题分为这两类；我们要搞清楚的就是我们待处理的问题属于哪一类，然后再对应的去创建你的算法；简单说明下：

回归问题：是指额输出结果为离散的问题，比如，判断肿瘤细胞是否为良性的、一个用户账号的安全性等；

分类问题：是指输出结果为连续的问题，比如给定一个房屋的价格问题，一类商品的未来销量问题。

无监督学习：通常只给出一簇未进行任何处理的数据，由算法再对其进行分类，找出其中规律，得出拥有共同特征的多簇数据；比如：在嘈杂的酒吧中的所有音频数据，可以按语言分为多簇数据，或按男女老幼分为多簇数据

---

个人总结，如有错误欢迎各位留言指正。