机器学习基本概念（吴恩达老师课程笔记）

引言

        很多人说机器学习就是机器模拟人的操作，这里呢，我们说机器学习就是在找函数（Machine LearningLooking for Function）

        通过下面的例子我们可以进一步理解什么叫Looking for Function：

•         语音识别：一段信号如何变成我们所想要的信息？这就是通过一个函数来实现，输入是信号波，输出是我们所想得到的信息。

•         图像识别：将一幅图片转换为对应的信息，输入图片，输出是图片的识别信息

•         AlphaGo：输入是黑子和白子的位置，输出是下一步应该落子的位置。

所以呢，对于一些复杂的信息，我们不用再自己手动去退出函数式，我们让机器去完成这一部分内容，目前机器学习已经应用到农业，医学，金融等很多领域，未来也将会展现出更大的价值。

定义

        亚瑟 塞缪尔对机器学习的定义是使计算机无需明确编程即可学习的一个研究领域。（亚瑟塞缪尔让计算机不断地练习下棋，大量的积累使得计算机可以判断出来走什么棋会更容易获胜，这就是人工智能第一个跳棋程序）

分类

        机器学习分为监督学习（Supervised Learning）和无监督学习（Unsupervised Learning）（强化学习 Reinforcement Learning不做细讲）

         监督学习式在现实世界中使用最多的一种机器学习类型，进步和创新也很快。