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;