机器学习-学习笔记1

今天一朋友发给我了关于斯坦福大学andrew ng的机器学习的视频，最开始觉得只当是了解。因为接下来的学习方向是机器智能了，这些都是基础必须学会的知识。了解到了一些概念

1：监督学习，就是给定了学习集合，这些学习集合也叫做样本，每个样本的变量以及结果都会给出，并且在预测的时候，预测的结果已经是知道了这些结果所在的范围，监督学习中一般会涉及到分类classfication的问题

2：无监督学习，就是给了学习样本，样本同样包含变量以及结果，但是对于预测的时候你的预测结果根本不知道是什么，也就是说和监督学习最大的区别就是不知道结果所在的范围的取值，这个地方一般涉及到的是clustering，聚类！我觉得这个方法很有用处，比如给我们一组数据让我们看看这些数据的大概规律，因为这些规律我们事先也不知道，就只有是无监督学习方法，用聚类来搞下，看看到底是什么

3：强化学习，主要是策略的学习，就是一系列策略。比如你做对了就说你做对了，你做错了就说你做错了，以后尽量不要做错了就是这样子。。

 

同时看了几个例子很震撼：用一个照片，使用无监督学习的方法可以来漫游？？很奇怪。。怎么搞的呢？也就是3维重建。。