机器学习--吴恩达

机器学习：使计算机能够在没有明确编程的情况下学习的研究领域。

监督学习：
回归问题：要预测的结果有无穷种可能，比如在一段范围内都有可能的数字取值。回归问题类似于房价预测，根据房子的面积计算价格
分类问题：只有有限种可能的输出结果，比如前面提到的判断某个邮件是否为垃圾邮件。腺癌检测问题就是根据输入的一系列信息，如肿瘤块的大小、患者年龄、肿瘤块的厚度、细胞大小的均匀性、细胞形状的均匀性等，来判断是否为恶性肿瘤(0表示良性/1表示恶性)。
无监督学习：不是要找映射关系，而是想要从 没有标记的数据集 中发现一些有趣的东西。类似于一篇看一篇文章，然后下面会有很多类似的推荐。
无监督学习的主要类型：
聚类(Clustering)：将相似的数据点分成一组。
异常检测(Anomaly detection聚类(Clustering)：将相似的数据点分成一组。
异常检测(Anomaly detection)：。有非常多的应用，比如在金融系统的诈骗检测中，异常时间、异常交易可能是欺诈。
降维(Dimensionality reduction)：在尽可能丢失少的信息的前提下，将大数据集压缩成小得多的数据集。
监督学习和无监督学习的区别：有监督学习给数据和标签，重点在于对新输入预测出标签；无监督学习只给数据，重点在于自行分组。

————————————————

                        版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
                        根据原来博主的笔记， 整理了自己不懂的内容，便于自己之后复习

原文链接：https://blog.csdn.net/weixin_46258766/article/details/134429043)：。有非常多的应用，比如在金融系统的诈骗检测中，异常时间、异常交易可能是欺诈。
降维(Dimensionality reduction)：在尽可能丢失少的信息的前提下，将大数据集压缩成小得多的数据集。