吴恩达机器学习第一章

1.机器学习定义

任务Task：T

经验Experience：E

性能Performance measure：P

对于任务T，得到足够的经验E后，会提升性能P

2.监督学习

1. 回归问题：如果我们预测的结果是以连续数字进行表示，即我们将在连续函数中对多个输入变量建立映射关系时，则这样的问题称之为回归问题。
2. 分类问题：如果我们预测的结果是以离散形式表示的，即我们将多个输入变量与多个不同的类别建立映射关系时，则这样的问题称之为分类问题。
3. 监督学习特点：为特征的结果贴上标签，告诉机器什么是“正确答案”，同一个问题会有多个特征，多个属性
4. 举例：○或×是肿瘤为良性或恶性的案例，每个案例的纵坐标和横坐标分别表示年龄和肿瘤大小，为对应的每个案例都贴上是否有癌症标签，根据这两个特征就可以初步推测出一个人是否患有癌症。
5. 也可以有年龄和肿瘤厚度、年龄和肿瘤细胞大小的均匀性等特征综合判断

3.无监督问题

特点：给出一组数据并不给出数据类型、数据结构，让计算机自己找到数据的簇，将数据分类

无监督的几种算法：

https://www.cnblogs.com/dynmi/p/11619698.html

机器学习算法，无监督学习算法：

https://blog.csdn.net/hemro/article/details/93634747