机器学习笔记（一）

1.什么是机器学习？

 Arthur Samuel described it as : the field of study that gives computers the ability to learn without being explicity programmed.

机器学习分为监督学习和非监督学习。

2.什么是监督学习？

答：“right answer”given。即需要部分数据集已经有正确的答案，比如给定房价的数据集，对于里面的每个数据，算法都知道对应的正确房价，即这房子实际的卖出价格。监督学习又叫回归问题（即回归属于监督中的一种）

Regression：Predict continuous valued output(price)

已知部分肿瘤大小与肿瘤良性的一些数据，现在给出一个肿瘤大小判断其是否为良性肿瘤，这是一个分类问题。

分类：预测目标离散值输出（通常是0、1）

回归：预测目标连续值输出（通常是连续值）

监督学习：训练集有正确的答案

监督学习分为两类：

（1）回归

     trying to predict results within a continuous. 

（2）分类

     trying to predict results within a discrete output.

3.什么是非监督学习？

在无监督学习中，没有属性或标签这一概念，即所有的数据都是一样的，没有区别。

应用：Organize computing clusters ; Social network analysis ; Market segmentation ; Astronomical data analysis

鸡尾酒宴，基因，网页分类

unsupervised learning allows us to approach problems with little or no idea what our results should look like.

4.回归模型（regression model）

   

      

      

5.代价函数（cost function）