监督学习与无监督学习-from 吴恩达的机器学习

监督学习

监督学习中，对于数据集中的每个数据都有相应的正确答案（训练集），算法就是基于这些来做出预测。

1.回归问题：通过回归来预测一个连续值输出

例：

你有一堆货物的清单。 假设一些货物有几千件可卖， 你想预测出，你能在未来三个月卖出多少货物。

2.分类问题 ：目标是预测离散值输出。

例：

你有很多用户， 你打算写程序来检查每个用户的帐目。 对每个用户的帐目， 判断这个帐目是否被攻击过。

无监督学习

它是一种学习机制，你给算法大量的数据，要求它找出数据中蕴含的类型结构，这就是无监督学习。

在无监督学习下，没有基于预测结果的反馈。

例：

市场细分：通过大量的市场数据细分不同用户类型市场。

新闻故事：从网络搜集大量新闻数据，将同样内容的新闻划分到一起。

视频中讲解了鸡尾酒会算法（https://en.wikipedia.org/wiki/Cocktail_party_effect）

[W,s,v]=svd((repmat(sum(x.*x,1),size(x,1),1).*x)*x');

//TODO 后面使用代码实现鸡尾酒会算法

吴教授推荐了开发工具octave:工程计算软件

windows下octave下载地址:https://ftp.gnu.org/gnu/octave/windows/