Mechine Learning--一些基本概念

监督学习与无监督学习

监督学习：

监督学习在给定一定的训练数据之后，我们知道其最终的输出是什么样子的。其训练数据有着指定的标签或者有着指定的正解值。

分类问题

回归问题

无监督学习：

在无监督学习中，可以通过聚类的方式从数据中提取一个特殊的结构

聚类问题

hypothesis function

预测函数是通过训练集X进行训练之后，得到的一个关于特征（$x_1$,$x_2$…）的一个函数h(x),使之尽可能符合结果y。

Cost Function

对于任意的一个样本，预测函数的结果与正确结果之间有一个差值（h(x)-y）
所有的差值的方差，可以用于体现这个预测函数的准确度
J($\theta$) = 1/m*$\Sigma$(h(x)-y)