【含课程pdf & 测验答案】吴恩达-机器学习公开课 学习笔记 Week1-1 Introduction

1-1 Introduction课程内容

此文为Week1 中Introduction的部分。主要内容相当于绪论，大概的介绍了机器学习的基本概念和相关定义。

• 目的：对机器学习有大概的了解

1-1-1 Welcome

简单介绍，例举了一些生活中运用机器学习的例子（搜索引擎、垃圾邮件过滤器），以及时代背景——有用有钱快学吧

1-1-2 What is Machine Learning?

第一个知识点来啦——

机器学习的定义

一个程序被认为能从经验E中学习，解决任务 T，达到 性能度量值P，当且仅当，有了经验E后，经过P评判， 程序在处理 T 时的性能有所提升。

给一个例子帮助理解：

一个西洋棋菜鸟程序员通过编程，让西洋棋程序自己跟自己下了上万盘棋。通过观察 哪种布局（棋盘位置）会赢，哪种布局会输， 久而久之，这西洋棋程序明白了什么是好的布局， 什么样是坏的布局。然后就牛逼大发了，程序通过学习后， 玩西洋棋的水平超过了程序员。

=============
经验e： 程序上万次的自我练习的经验
任务 t ：下棋
性能度量值 p：它在与一些新的对手比赛时，赢得比赛的概率。

学习算法主要的两种类型

目前的学习算法主要分为两种——监督学习和无监督学习。

1-1-3 Supervised Learning

监督学习的定义

eg1 【回归问题】房价的预测

通过收集的数据（红叉），依据直线（紫线）or平方函数（蓝线），对于一个新房子的房价（绿色）的预测？这其实是个回归问题。
此处引入监督学习概念：

In supervised learning, we are gi