机器学习_吴恩达系列：第一节课-机器学习的定义与分类

2018.11.21

第一课视频链接：http://open.163.com/movie/2008/1/M/C/M6SGF6VB4_M6SGHFBMC.html

1、机器学习的定义：

给定一个任务 T，一个性能测量方法 P，在经验 E 影响下，P 对 T 的测量结构得到了改进。

2、机器学习一般可以分为 2 类：

监督学习：指对数据的若干特征与若干标签（类型）之间的关联性进行建模的过程；可被分为 回归任务（标签连续） 和 分类任务（标签离散）；
无监督学习：指对不带任何标签的数据特征进行建模，通常被看成是一种“让数据自己介绍自己”的过程；包括 聚类任务（数据分组） 和 降维任务（数据简化）；

2.1 监督学习：

2.1.1 回归任务：

举例：房价预测，给定房子的大小，及其对应的价格（即有确定的对应数据）。此时预测某个大小的房子的价格，即为回归任务。

2.1.2 分类任务：

举例：对肿瘤细胞的大小分类来预测是否恶性；对肿瘤细胞大小 和 人的年龄 2 个特征进行分类，来预测是否恶性；


思考：若特征越来越多，甚至是无限个，如何画出存在于无限维空间上的点？如何来处理这些点？后续会讲到一个方法，支持向量机，里面有一个巧妙的数学技巧，能让计算机处理无限多个特征。

问题：

1. 你有一大批同样的货物，想象一下，你有上千件一模一样的货物等待出售，这时你想预测接下来的三个月能卖多少件？
2. 你有许多客户，这时你想写一个软件来检验每一个用户的账户。对于每一个账户，你要判断它们是否曾经被盗过？
   问题 1 是回归问题（数千货物，实数值，为连续值，符合回归模型），问题2 是分类问题（被盗为 0，未被盗为 1，是离散值，符合分类模型）。

2.2 无监督学习：

在监督学习中，每条数据都有对应的答案，房子大小与价格对应，肿瘤大小+年龄 与 恶性or良性对应。但是在无监督学习中，每条数据没有确定的答案，要让数据自己去自己去找到某种结构，自己去判断出多个不同的聚集簇（聚类算法）。

应用，如提取声音：

Matlab 代码如下：