10月14日-吴恩达机器学习P1-4

（一）机器学习前言

机器学习例子：

• 数据库挖掘
  自动化/网络发展带来的大型数据集
  如：网页点击数据、病例、生物、工程
• 不能手工编程的应用程序
  如：自动直升机、手写识别、大部分自然语言处理(NLP)、计算机视觉
• 自我定制程序
  如：亚马逊、网飞的产品推荐（根据客户喜好学习推荐相关产品）
• 理解人类学习（大脑，真实的AI）

（二）机器学习算法分类

1、监督学习（给定一些样本数据计算机由此学习）
例1：房价预测问题（给出一些数据样本(红色叉叉)，计算机决定是用直线还是曲线拟合，预测现在750平米的房子售价是多少）
这是一个回归问题（即：想要预测连续的数值输出）
例2：根据肿瘤大小预测该乳腺癌肿瘤是良性（0蓝色叉叉）还是恶性（1红色叉叉），预测粉色箭头所指的size最可能是良性还是恶性的。
这是根据一个特征或属性预测的分类问题（即：通常输出的结果只要是或者否，或者是1类癌症、2类癌症、3类癌症等离散值）
当我们的已知特征或属性不止一个，例如：我们还知道病例的年龄、肿瘤大小，那这时就需要计算机画出一条线，较为精确地将良性和恶性的所有样本隔开。然后根据这个点在的位置（粉色点是我们要预测的）在线的哪一步，来预测它是否为良性。
实际问题中，我们可能还知道肿瘤的厚度、肿瘤的细胞形状等无穷多个属性，那么运用这些已知数据划分就需要设计一种算法来解决，比如：支持向量机算法。
2、无监督学习（事先不知道正确答案，让计算机自己学习分簇）
还是给定上述肿瘤的样本数据，但是不再事先标记哪些是良性哪些是恶性肿瘤了。那么这时无监督学习算法会分别将同类数据标记为一簇，认定当前数据为两簇。 这也是常见的聚类算法。类似的例子还有谷歌新闻（将数以万计的新闻分别按照相同话题分成簇，即按照话题将新闻归类）
同样的例子还有：给定一批基因组数据，无监督学习会将其划分成不同的簇，自动找到这些不同的数据结构。即使事先我们不知道这分别代表第一种人、第二种人…的基因，也不知道正确答案。
例如：找出哪些机器更趋向于协同学习，使得工作更高效；根据每个人与其他人的邮件联系判断哪些人相互认识；根据用户信息库自动将客户划分到不同的细分市场中进行销售（事先不知道市场类型有哪些，也不知道谁属于哪一类市场）；甚至用于星系理论。
另一种无监督学习问题以鸡尾酒会问题展开。酒会上很多人在讲话，你甚至听不清你对面的人在说什么。模拟的现实情况就是两个麦克风分别在离两位speaker不同的位置上，收集到speaker1、speaker2同时发出的讲话声。那么麦克风收集到的就是两端重叠在一起的音频。
无监督学习检测到这是两段不同的音频重叠，需要自动将两段音频分开。

3、其他：强化学习、推荐系统等