斯坦福cs229个人学习笔记

**

机器学习的动机与应用——斯坦福cs229个人学习笔记（一）

**

第一节课讲的东西感觉不是很多，主要是系统的介绍了一下机器学习的相关知识。

学习机器学习的目的

机器学习在各行各业都有广泛的应用，它深深的改变了我们的生活。

运用软件

Matlab或Octave，后者免费。

学习机器学习要掌握的四个主要方面

• 监督学习
  假设要去收集一些房屋的价格，将反映房屋尺寸大小和房屋价格关系的数据在直角坐标轴中展示出来。如下图所示。
  
  现在，给定一个房屋的尺寸大小，希望能通过一个算法判断它能卖到多少钱。可以对上面的数据用直线或二次曲线等拟合。

  这就是监督学习。因为我们给算法提供了一组“标准答案”（如上例中的房屋价格），之后我们希望算法去学习标准输入和标准答案之间的联系，以尝试对于我们的其他输入，给我们提供更为标准的答案。

  对于多维输入变量，若要进行准确的预测，可以用到支持向量机SVM。

• 学习理论
  这是关于如何把机器学习的各种知识运用好的部分。例如，对于训练数据，用何种函数拟合更加合适？对于收集的训练数据，规模多大才足够？等等。

• 无监督学习
  无监督学习是给出一组数据，但是并没有任何标准答案，对于数据的所有结构，由我们自己掌握。
  聚类问题是无监督学习的一个典型应用。无监督学习在试图解释基因的相关问题方面也有很突出的优势。

• 强化学习
  并不运用于需要做决策的情形，而是通过一种方式定义自己想要的行为。