Coursera Machine Learning Week 1.1: Introduction

Coursera的Machine Learning又开课了，看了看Syllabus，课不算难，但毕竟是招牌课而且Andrew Ng上课很清晰，所以趁此机会学习重新梳理一下ML，顺便练习Matlab

week1.1是介绍：

生活中的机器学习：

每次你打开google搜索，你能搜到你想要的东西，搜索到的东西也会有优先排序。你在google打字，下面会出现可能你需要搜索的内容推荐。

垃圾邮件筛选器帮你分类spam and ham

image processing，每次你用facebook或者apple的图片分类程序，他可以认出你朋友的照片。

你每次去Amazon，登陆你的账号后，旁边总有相应的产品推荐。他们有上百万个用户，不可能自己一个个去写程序去了解客户，所以他们就让机器来熟知你帮他们完成这个任务。

handwriting recognization手写识别，你用手机你用手指写字，手机自动识别你的字体。

什么是机器学习：A computer program is said to learn from experience E with respect to some task T and some performance measure P, if its  performance on T, as measured by P, improves with experience E. 

根据过去的大量数据作为经验，来完成新的任务，而performance代表他完成的正确性。

Supervised Learning: right answers given

下面是一些例子：第一个是linear regression，第二个是logistic regression，第三个是两个feature的logistic regression

So in supervised learning, the idea is that in every example or observation in our dataset, we are told what is the correct answer.

接下来是Unsupervised Learning:

We are given a dataset, and we don't know what to do with it and what each data point is. The right answers are not given.

一组数据，我们没有答案，没有对应的类型，而是要自己去发掘其中的结构和共同性，相同类型的聚集到一起。

比如我们用google news，你会发现同一主题的新闻被放在了一起，一类新闻你点进去，会发现是不同的事件，但是他们是同一类的同一主题的，他们被自动的归到了一起，这个就是用了clustering algorithm.

比如社交网络，social network analysis，你有你朋友的信息，能否根据你经常发的邮件，你的朋友圈子，来给他们分类。

Given a database of customer data, automatically discover market segments and group customers into different market segments。