吴恩达机器学习课程个人笔记(一)

课程传送门:List

机器学习的定义:

吴恩达机器学习课程个人笔记(一)_第1张图片

 对于跳棋游戏来说,经验E就是电脑与自己下了数万次的跳棋游戏,任务T则是玩跳棋,那么性能度量P就是与新手下跳棋时赢的概率。下面是一个小问题:

吴恩达机器学习课程个人笔记(一)_第2张图片

 吴恩达机器学习课程个人笔记(一)_第3张图片

监督学习

吴恩达机器学习课程个人笔记(一)_第4张图片

 在例子中,给出了实际真实的、正确的数据样本,即房子卖价,而算法目的就是给出更多的正确答案,即为卖家估出750大小的房间价格;同时,这也是一个回归问题,给出连续数值的输出。

吴恩达机器学习课程个人笔记(一)_第5张图片

 在例子中,这属于一个分类问题,即离散值的输出,只给了一个属性;在其他机器学习中,会有多个属性和特征。

吴恩达机器学习课程个人笔记(一)_第6张图片

 总结:对于监督学习,我们想要算法预测并得出“正确的答案”,如房子价格、肿瘤是否恶性。对于回归问题,回归是指我们的目标是预测一个连续值输出;对于分类问题,其目的是预测离散值输出。下面是一个小问题:

吴恩达机器学习课程个人笔记(一)_第7张图片

 无监督学习

得到一个数据集,都是相同的标签或没有标签,只被告知这里有一组数据,你能得出一种结构吗?

吴恩达机器学习课程个人笔记(一)_第8张图片吴恩达机器学习课程个人笔记(一)_第9张图片

 总结:无监督学习是一种学习机制,你给算法大量的数据,要求他找出数据的类型结构。下面是一个小问题:

吴恩达机器学习课程个人笔记(一)_第10张图片答案:BC

你可能感兴趣的:(学习,人工智能)