监督学习与无监督学习

监督学习： supervised learning （given the "right answer" for each example in the data ）

          监督学习是指数据集中，有部分数据是已经含有正确答案，即为训练集，根据该类数据集去算出另一部分数据集的答案。

监督学习主要分为有两大类问题：

1. 回归      虽然给的数据集可能是离散的，但是一般会理解为连续值（predict real-valued output，预测一个准确的输出值）
2. 分类      例如，预测肿瘤是良性的还是恶性（给出一些已知是良性或恶性肿瘤的数据）   

回归问题：分为线性回归（linear regression）和非线性回归：

通常是：    给定training set（训练集）

————>进行learning algorithm

————>得到（输入x——>hypothesis/函数——>输出y），即x映射到y的函数

无监督学习： unsupervised learning    

         无监督学习是指数据集都是没有已知答案的。

常用有：

      聚类

      奇异值分解（svd）：eg：将重叠的音频分离~