2014斯坦福大学吴恩达机器学习课程笔记-1 Introduction

---

1 Introduction

1-1 & 1-2

机器学习的使用场景

• 数据挖掘
• 无法人工编写的程序（如图像识别）
• 自我定制程序（如推荐算法）

机器学习算法分类

• 监督学习（supervised learning）
• 无监督学习（unsupervised learning）
• 其他：增强学习（reinforcement learning）、推荐系统（recommender systems）

1-3 监督学习（Supervised Learning）

监督学习：给定“正确答案”

• 回归：输出连续值
• 分类：输出离散值

支持向量机：可以处理无限个特征

1-4 无监督学习（Unsupervised Learning）

无监督学习：没有标准答案（给定数据集，发现其中的某种结构）

• 聚类（应用：新闻搜索）
• 鸡尾酒会问题

软件：Octave/Matlab