写在前面:写这个课程笔记原因有三点,一是最近在系统的学习吴恩达机器学习课程,做笔记以巩固自己的学习;二是网上关于吴恩达机器学习课程的笔记很多,但是质量参差不齐,有的半途而废,有的直接将视频课程一字不差的翻译过来,我想把笔记做的更简洁一点,希望它是纯干货。三、该课程每章都有编程工作,这个是一定要做的,正如吴恩达在视频中所说的,给你讲授学习算法就好像给你一套工具,相比于提供工具,可能更重要的,是教你如何使用这些工具。我这会展示具体的代码实现。
1.监督学习、无监督学习(Supervised Learning and Unsupervised Learning)
文章目录
1.1 机器学习是什么?
来自卡内基梅隆大学的 Tom Mitchell 提出一种定义,一个好的学习问题定义如下,一个程序被认为能从经验 E 中学习,解决任务 T,达到性能度量值P,当且仅当,有了经验 E 后,经过 P 评判,程序在处理 T 时的性能有所提升。
1.2 监督学习(Supervised Learning)
举个预测房价的例子,如下图:横轴表示房子的面积,单位是平方英尺,纵轴表示房价,单位是千美元。那基于这组数据,假如你有一个朋友,他有一套 750 平方英尺房子,现在他希望把房子卖掉,他想知道这房子能卖多少钱。