吴恩达机器学习笔记(01)——初识机器学习

吴恩达机器学习笔记(01)——初识机器学习

  • 为什么会写这份笔记?
  • 什么是机器学习
  • 机器学习常见的类型
    • 监督学习
    • 无监督学习

为什么会写这份笔记?

自己刚开始学习的时候尝试通过笔记的方式让自己学习的更透彻,一开始在平板上手写笔记,后来觉得如果在博客上分享给其他有需要的人是一件更有意义的事。吴恩达老师机器学习的笔记会持续到课程学习的结束,这份笔记并不是完美的,如果您有建议可以在评论上分享,希望这份笔记可以帮助到你们。

什么是机器学习

  1. Arthur Samuel认为在没有明确设置的情况下,使得计算机具有学习能力的研究领域。
    例如:跳棋程序通过与用户对弈,观察哪些布局容易赢,哪些布局容易输,就能学会跳棋,知道什么布局是好的,什么布局是坏的。在这里插入图片描述
  2. Tom Mitchell认为,计算机程序从experience(经验) E中学习来解决某一task(任务) T,进行某一 performance measure(性能度量)P,通过P测定在T上的表现因为E而有所提高。
    例如:对于跳棋游戏,E就是程序与用户下跳棋,T就是程序玩跳棋,P就是程序与新对手玩跳棋时赢得概率。吴恩达机器学习笔记(01)——初识机器学习_第1张图片

机器学习常见的类型

机器学习分为:监督学习,无监督学习,半监督学习等,这节介绍了监督学习和无监督学习。

监督学习

是指用已经标记好的数据,通过训练,来预测新数据的类型,或者是值。

  1. 回归问题:预测一个值
  2. 分类问题:预测已有类型
    监督学习参考链接

无监督学习

训练数据是无标签的,训练目标能对观察值进行分类或区分

  1. 聚类算法:数据集没有标签,算法根据数据的特征,将数据集聚类成不同的组。
    例1:谷歌新闻,每天在网上搜集上万条新闻,自动将他们分簇,有关同一主题的新闻在一起显示,组合成一个个专题。
    吴恩达机器学习笔记(01)——初识机器学习_第2张图片
    其他应用: 吴恩达机器学习笔记(01)——初识机器学习_第3张图片

你可能感兴趣的:(机器学习笔记)