introduction

I. Introduction (Week 1)

这一课主要讲的是什么是机器学习以及机器学习的分类~

首先看看定义：

Arthur Samuel (1959). Machine Learning: Field of study that gives computers the ability 

to learn without being explicitly programmed.

即让电脑拥有自我学习的能力，而不是靠传统的编程，一步一步指导计算机去解决某一件特定事情~从这个定义可以看出，机器学习要训练的是计算机的“学习能力“，即授之以“渔”。

还有一个类似于绕口令之类的定义，大家可以读一读，就当训练英语：

Tom Mitchell (1998) Well-posed Learning Problem: 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.

是不是挺可爱的捏？哈哈

为了完成任务T，先通过经验E学习，并用标准P来检验学习结果~如果能通过经验E提高任务T的表现，即让解雇更优，那就对鸟，这就是机器学习。。。（为啥觉得好绕捏？这个人肯定是绕口令来着）

然后让我们来看看机器学习的分类~

这在里，主要将其分为两类：

监督学习（Supervised learning）与非监督学习（Unsupervised learning）

什么是监督学习捏？

首先让我们来看一个例子~比如你的朋友想知道他的房子在某一地区的估计售价，我们当然可有收集到很多关于房屋买卖的信息，然后预测出你朋友房屋的售价。影响房屋售价的因素很多，你可以选择其中一些重要的属性进行建模（如大小，所处地段，房间数目），得到一个具体的估计函数，进而来帮你朋友的房子进行估价（当然，实际情况可能更复杂，这里只是引入）这就是监督学习的一个很好的例子~

让我们以上述例子来解释什么是监督学习~所谓监督学习，是指通过训练集（training set），（即上述例子中搜集的信息），利用学习算法，学习各个属性变量对最后价格的影响（如大小，所处地段，房间数目），进而给出估计函数。其中最重要的是，训练集中给出了所谓的“正确答案”，即其他房屋的真正售价。最后，对每个房子，通过函数h，可以得到估计的价格。可以用下图表示。

（在这里，我们只考虑房子的大小属性）

那什么又是非监督学习呢？

继续上面的风格，先讲例子，哈哈

给你一大堆新闻，如何把他们分门别类，以更好的展示给用户呢？在这里没有所谓的正确答案，这就是监督学习与非监督学习重要的区别。

最后，咱来做个题目呗~

Of the following examples, which would you address using an unsupervised

 learning algorithm?  (Check all that apply.) 

A. Given email labeled as spam/not spam, learn a spam filter.

B. Given a set of news articles found on the web, group them into set of articles about 

the same story.

C. Given a database of customer data, automatically discover market segments and group 

customers into different market segments.

D. Given a dataset of patients diagnosed as either having diabetes or not, learn to classify 

new patients as having diabetes or not.