初识机器学习

1. 应用领域
   medical records：医疗记录，身体健康学习一下
   web ：机器学会网页排序、垃圾邮件、推荐
   biology：对基因、dna 学习
   工程：无人机、邮件系统
2. 机器学习定义
   Arthur Samuel：使 机器学会学习
   Tom Mitchell：E-experience（经验） T-task（任务） P-performance（性能）
   2.1 两大方面
   supervised learning：我们教计算机学习
   unsupervised learning：计算机自己学习
   Andrew NG：（大学）只给工具（知识），他教使用工具（知识）
3. supervised learning
   3.1 regression：predict continuous valued output
   price 为实数，标量，连续值
   在技术上，可以圆整，离散值
   画一条直线，曲线
   
   3.2 Breast cancer
   classification： discrete valued output（0 or 1）
   离散值
   3.2.1 一种特征
   
   3.2.2 两种特征
   
   3.2.3 infinite features
   SVM
4. unsupervised learning
   聚类算法：把一些没有分类数据进行分类。
   分簇 cluster 没有标签
   eg： google news， cocktail Party problem，基因组 DNA微阵列，computer cluaters， 社交网络， 市场， 天文数据分析
   cocktail Party problem全过程：输入混合声音-鸡尾酒算法-输出分开声音