【吴恩达机器学习笔记】一、引言

✍个人博客：https://blog.csdn.net/Newin2020?spm=1011.2415.3001.5343
📣专栏定位：为学习吴恩达机器学习视频的同学提供的随堂笔记。
📚专栏简介：在这个专栏，我将整理吴恩达机器学习视频的所有内容的笔记，方便大家参考学习。
💡专栏地址：https://blog.csdn.net/Newin2020/article/details/128125806
📝视频地址：吴恩达机器学习系列课程
❤️如果有收获的话，欢迎点赞👍收藏📁，您的支持就是我创作的最大动力💪

一、引言

1. 监督学习

• 定义：监督学习（Supervised Learning) 是给算法一个数据集，其中包含了很多案例，每个数据都是给定了明确的类别，目的是让机器可以预测出更多的正确答案。

  

• 案例

（1）房价预测

回归问题（Regression）

能够通过给定的数据集得到一条拟合的曲线，在这上面的值都是连续的。

（2）乳腺癌预测

分类问题（Classification）

能够通过给定的数据集，去预测离散值，其中的特征可以包括多种，不局限于两种。

2. 无监督学习

• 定义：无监督学习(Unsupervised Learning) 是根据类别未知(没有被标记)的训练样本解决模式识别中的各种问题。

聚类算法（Clustering）

通过没有标记类别未知的数据集，将数据进行分类。

鸡尾酒舞会算法（Coktail Party Algorithm）

从混杂的语音中，提取出不同的声音来源。