1、开启我的机器学习之旅

针对机器学习呢，鄙人主要是推荐在b站上看吴恩达的机器学习系列视频，下方附有连接
https://www.bilibili.com/video/av9912938/?p=3
当然吴恩达老师也在他的Coursera课程主页上面放出了这个系列的视频，可以注册后免费听课，并且有相应的文档和作业可以参考，非常不错的。链接如下：
https://www.coursera.org/learn/machine-learning/supplement/nh65Z/machine-learning-honor-code
（但是这个主页上听课可能会有网页打开很慢的问题，听他们说翻墙后能够有快一些）
这门课的质量非常高，很适合入门，每节课的时间很短，完全可以利用零散的时间来学习，但是鄙人还是建议在看的时候要做好笔记，以便日后查阅~当然也希望阅读的童鞋能够提出文章中的问题，我会努力改正的！
?好吧，开始我的机器学习之路吧！

首先是一些基本的概念，上面的一张图片是吴恩达老师课件中的，机器学习呢主要可以分为监督学习，非监督学习，还有其他的比如强化学习等，基础主要就是监督和非监督。
监督学习是你的输入输出数据都含有标签，相当于老师在不断地教机器输入的数据都是些什么。举个例子，好比说现在有好多输入输出数据，要求拟合出一条直线或者曲线尽可能地逼近这些点，比如说我知道近几年的房价和房子的面积，那么可以利用这些数据来找出规律来预测房价。
非监督学习，我们已知的数据，看上去有点不一样，不同于监督学习的数据的样子，即无监督学习中没有任何的标签或者是有相同的标签或者就是没标签。我们所要做的就是找出其中结构，比如聚类算法，找出这个数据集中一共有几类的数据。
下图很好的表达了这两种学习的区别。

关于算法的实现
我们怎么选择用语言去实现机器学习的算法呢？当然可以用Matlab，或者吴恩达老师推荐的Octave软件，我选用的是Python语言，近几年比较火。