吴恩达 机器学习笔记一（lecture 1）（监督、无监督学习）

机器学习概述

主流应用：自然语言处理（NLP：Natural Language Processing）、计算机视觉（CV：Computer Vision）

机器学习定义：

Tom Mitchell(1998):“A computer program is said to-learn from experience E with respect to some task T and some performance measure P, if its performance on T, as measured by P, improves with experience E.”（一个程序被认为能从经验E中学习，解决任务T，达到性能度量值P，当且仅当有了经验E后，经过P评判，程序在处理T时的性能有所提升。）

一、监督学习

房价预测（回归问题：连续值）

肿瘤预测（分类问题：离散值）

二、无监督学习

没有告诉类别，只是根据聚类，将其分为两类。其类似于谷歌新闻，当我们浏览新闻时，相似的新闻报道链接会聚合在一起。还有一些例子，如自动处理客户信息的市场分割，鸡尾酒舞会的语音分离

（[W,s,v] = svd((repmat(sum(x.*x,1),size(x,1),1).*x)*x');）一行代码解决

Octave 和Matlab是很强大的工具

PPT地址：http://download.csdn.net/download/cheneykl/10127716