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