I. Introduction (Week 1)_NG机器学习笔记（1）

1、机器学习的相关应用领域：

手写识别，推荐系统

2、 机器学习来自经验和大量的重复试验

-classifying emails as spam or not spam T（Test）

-watching you label emails as spam or not spam E（Experience）

-the number(or  fraction) of emails correctly classified as spam/not spam P

3、分类：

监督学习：分类和预测，先给了一些答案来学习

无监督学习：聚类分析

4、鸡尾酒算法.

5、 Octave开源软件SVD奇异值分解，解线性方程

先确定算法的可行性后再移植到JAVA或Python环境中

6、本章最需要明白的几个问题：

-TEP

-分类、回归、预测、聚类的区别

-监督学习和无监督学习的区别

分类任务是监督学习

聚类任务是无监督学习