机器学习-Introduction

此博客内所有的内容均来自coursera上Stanford University的Andrew Ng教授的Machine Learning课程

监督学习（Supervised Learning）
分类问题（classification problem）：预测结果是离散的输出（results in a discrete output）
回归问题（regression problem）：预测结果为一段连续的输出（results within a continuous output）

举个栗子：
1. 通过房子的面积来预测房价，可以视为回归问题；
2. 通过房子的面积来预测这间房子是不是高于房价的均价（预测的结果就只有两个，高于或者不高于），这可以视为分类问题；

无监督学习（Unsupervised Learning）
给定数据，通过无监督学习，可以自动按照某些性质，将他们分成很多组

聚类（clustering）
非聚类（non-clustering）的典型栗子：鸡尾酒舞会
假设舞会上有一个麦克风靠近一个说话的人，另有一个麦克风靠近播放的音乐，分别录制这两个麦克风录到的声音，可以分析得出人声和音乐；