《吴恩达机器学习》第一章笔记

机器学习的应用

我们可以利用计算机实现基础的功能：例如计算A到B的最短路径
但是 网页搜索、垃圾邮件的过滤、图片识别 等功能需要应用机器学习的技术，总体来说分成五个方面

• 1、数据挖掘，例如分析用户的点击量来分析用户习惯，医疗记录=> 医疗知识
• 2、对于某些无法直接编写代码的场景，例如手写识别
• 3、NLP 自然语言处理
• 4、私人订制的相关的特性，这个例如个人的习惯，往往需要应用机器学习的知识才可以构建用户画像
• 5、理解人的大脑

机器学习定义、类型

：定义
1、在没有明确设置情况下，使得计算机能够处理问题的方法
2、计算机程序从经验E中学习，解决某一个问题T,进行某一性能度量P，通过测量P在T上面表现因经验E而上升

：分类
1、监督学习，教计算机学
2、无监督学习，让计算机自己学
3、强化学习
4、推荐系统

课程的目标

学习各种机器学习的算法，并且给出应用机器学习时的实际建议，如何正确使用

监督学习

1、回归

指的是对于连续变量进行预测，变量一般是连续的，比如按照因变量与自变量的关系，进行曲线拟合，最后求自变量为某一给定值情况下因变量的值

2、分类

指的是对于离散变量进行预测，并且一般离散变量的类型都是有限个数的

• 监督学习，数据集中肯定给出了样本的答案，我们是通过算法，不断提高预测正确率，回归问题是对连续变量预测，分类问题是对离散变量进行预测

无监督学习

无监督学习，一般对应着聚类，例如谷歌新闻中，会进行板块的划分，一类信息会放在同一个主题模块下，这种就是聚类，应用情景

• 组织计算机集群工作
• 计算社交圈
• 市场分割
• 天文数据分析

分析

通过给出的一个聚类算法代码，启示是，许多机器学习算法，对应的实现代码还是很简洁的，特别是用octave/matlab等语言来实现的时候～