吴恩达机器学习-第1周：监督学习与无监督学习

自学的教程

吴恩达机器学习视频课程： https://study.163.com/course/courseMain.htm?courseId=1004570029&trace_c_p_k2=9039884a4c1f40ab98eb7fe5b0cf6e78

吴恩达老师的机器学习课程个人笔记：
https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes

1.监督学习

基本思想是，数据集中的每个样本都有“正确答案”。再根据这些样本做出预测。
可以将监督学习粗略的划分为两类：
1）回归问题：通过回归来推出一个连续的输出（典型例子：预测某一年的房价），回归就指的是根据之前的数据预测出一个准确的输出值。
2）分类问题：目标是推出一组离散的结果（典型例子：预测肿瘤是良性或恶性），根据之前的数据预测离散的输出值。

假设你经营着一家公司，你想开发学习算法来处理这两个问题：

1. 你有一大批同样的货物，想象一下，你有上千件一模一样的货物等待出售，这时你
   想预测接下来的三个月能卖多少件？
2. 你有许多客户，这时你想写一个软件来检验每一个用户的账户。对于每一个账户，
   你要判断它们是否曾经被盗过？

问题一是一个回归问题，因为你知道，如果我有数千件货物，我会把它看成一个实数，一个连续的值。因此卖出的物品数，也是一个连续的值。

问题二是一个分类问题，因为我会把预测的值，用 0 来表示账户未被盗，用 1 表示账户曾经被盗过。所以我们根据账号是否被盗过，把它们定为 0 或 1，然后用算法推测一个账号是 0 还是 1，因为只有少数的离散值，所以我把它归为分类问题。

2. 无监督学习

无监督学习数据集的特点是，没有明确的相同的标签，所以我们的数据集就只是纯粹的数据集，而不知道每个数据点表示什么含义，不像监督学习，都有“正确答案”。
无监督学习，主要有两个大类：
1）聚类：
针对数据集，无监督学习就能判断出数据有两个不同的聚集簇。无监督学习算法可能会把这些数据分成两个不同的簇，所以叫做聚类算法。聚类算法的应用十分广泛。比如社交网络的分析，通过某些特征对朋友进行分类；分析天文数据等等，诸多方面。

2）鸡尾酒宴问题
酒会上很多人，有的人离麦克风近，有的离得远。所以大家都在说话的时候传到麦克风中的声音不同。比如两个声音的叠加，无监督学习，可以将两个声音分离出来。