吴恩达机器学习课程笔记（持续更新ing）

1.1 什么是机器学习？

定义： 机器学习是用数据或以往的经验，以此优化计算机程序的性能标准。

解释： 计算机程序从经验E中学习，解决某一任务T，进行某一性能度量P，通过P测定在T上的表现因经验E而提高。

例如： 跳棋游戏

E： 程序与自己下几万次跳棋

T： 玩跳棋

P： 与新对手玩跳棋时赢的概率

1.2 监督学习

定义： 给算法一个数据集，其中包含了正确答案，算法的目的就是给出更多的正确答案。

回归问题：

1. 目的：预测连续的数值
2. 例如：房价预测，用直线拟合（150），用二次函数或二阶多项式拟合（200）
   

分类问题：

1. 目的：预测离散的数值
2. 例如：肿瘤预测
3. 只有一个特征时
4. 有两个特征时
5. 算法的最终目的是解决无穷多个特征的数据集

1.3 无监督学习