吴恩达机器学习第一章

机器学习的定义:1，在没有明确定义的情况下，使计算机具有学习能力的研究领域。

                           2，计算机程序从经验E中学习解决某一任务T，进行某一性能度量P，通过P测定在T上的表现，因经验E而提高。

       两个不同的人根据自己的理解提出的解释。

机器学习：

              1,有监督学习：我们给算法一个数据集，其中包含了正确答案。也就是说我们给它一个房价数据集，在这个数据集中的每个样本，我们都给出正确的价格即这个房子实际卖价，算法的目的就是求出更多的正确答案，例如为你朋友想要卖掉的这所新房子给出估价。
　　

               回归问题：结果是线性的（我们设法预测出一个连续值的结果）
　

　           分类问题：结果是离散的（我们设法预测出一个离散值的结果）比如肿瘤良性还是恶性只有0或者1.两种结果。

               2，无监督学习：相对于监督学习（给定输入，输出，作为参考），无监督学习不知道输入/输出是什么，只能将数据进行聚类。
             聚类和分类的区别：
             分类：已知数据的类型，即在没有输入的时候，就知道输出的结果（如：肿瘤良性还是恶性）。
             聚类：不知道数据的类型，只给数据一些特征，机器根据特征，将数据分类。