斯坦福机器学习公开课学习笔记(1)—机器学习的动机与应用

(转载请注明出处：http://blog.csdn.net/buptgshengod)

1.背景

        斯坦福机器学习公开课差不多是网上能找到的最好的机器学习入门课程了。现在一共有20节课放到网络上，博主是在网易公开课学的，那里的视频有中文字幕然后课件也很全。

（地址：http://v.163.com/special/opencourse/machinelearning.html）

       主讲师Andrew Ng（已经被百度诏安了）是华裔科学家，看他的课特别有亲切感。感觉他们的课跟国内老师的课区别还是挺大的，国内的教授讲算法就是只讲公式什么的，人家斯坦福的教授都是从一个例子引出算法，让你明白公式从哪来又会用到哪去。

2.笔记

       第一节课没有讲什么算法，就是总体介绍了下机器学习这门科学。

       

       一开始Andrew Ng讲到学习这门课程需要做到什么什么。第一：exciting，第二：apply algorithm，第三：begin research。

       

       这门课最主要的工具是matlab和octave，后者可以看做是前者的免费版。（国外还是比较注重知识产权的，老师都不教大家破解matlab）。

       

       用到的数学基础知识（期望方差什么的），我觉得中国学生的数学应该完爆他们，不过他们有讨论课，老师会重新将一些基础知识，这点北邮没有。

       

       接着讲到了机器学习的创始人——Arthur Samuel，他定义机器学习是在不被制定规则的情况下自己学习，后来举了个跳棋系统通过学习，棋艺超过了他自己的例子。

        

        下面是本节课要掌握的四个主要方面。

         

         1.supervised learning(监督学习)——提供标准答案的方式。主要应用是分类。

 

         2.learning theory （学习理论）

         3.unsupervised learning（无监督学习）。主要应用是聚类（clustering），这一段的例子很酷。

         4.reinforcement learning（强化学习）。主要是机器人领域的应用。