吴恩达《机器学习》绪论笔记

这是我写的第一篇博客，希望坚持下去，每天写一篇，记录自己之后的学习历程。

吴恩达《机器学习》绪论

第一章学习机器学习的定义，在生活中的常见应用和机器学习的分类。机器学习是人工智能的分支，而机器学习中又可以进一步划分。
按有无标签来划分，可以分为监督学习（Supervised Learning）和无监督学习（Unsupervised Learning）。
进一步来讲，监督学习中常见的为回归问题（Regression）和分类问题（Classification）。回归问题解决连续值的预测和判断，可以理解为找到一个拟合的曲线，这样只要给定输入X，就能根据这条曲线（方程）来得到输出Y。对于分类问题，也是给定输入X，得到输出Y，所不同的是，分类问题是 判断类别，常见的如简单的只有两个取值的零一判断或是复杂的手写识别判断是哪个字符。但我个人认为，这两种问题其实本质是相同的，在数学上来说，离散的值只要间隔趋于无穷小，就是连续的。好比预测房价的模型，这是一个回归问题，但你如果限定取值范围，取一个个离散的值，那不就可以看作是一个分类问题吗？
嗯，对于无监督学习来说，就是给定一堆数据，然后让机器自己去找到他们的特点，分成两种不同类型的数据，就是**聚类问题（Cluster）**吧。
无监督学习常常会和监督学习配合使用，先使用无监督学习给数据加标签，再用监督学习解决回归或是分类问题。

行吧，就写这么多吧，万事开头难，从来没写过博客，没必要要求太高，反而容易放弃。就慢慢来吧，一点点的学习和进步，希望自己坚持下去，通过博客记录自己的学习历程。