吴恩达机器学习课程笔记+代码实现(1)监督学习、无监督学习(Supervised Learning and Unsupervised Learning)

       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)

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。