吴恩达机器学习笔记（一）

文章目录

• 1-2.什么是机器学习
• • • Supervised learning(监督式学习)
    • Unsupervised learning（无监督学习）
    • Others
• 1-3.Supervised Learning
• • regression(回归问题)
  • classification（分类问题）
  • • • Support Vector Machine（支持向量机）
• 1-4.Unsupervised Learning
• • • • example1.Google News
      • example2.
      • others
      • example: Cocktail party problem algorithm-音频分离

1-2.什么是机器学习 Supervised learning(监督式学习)

我们教计算机做某件事

Unsupervised learning（无监督学习）

计算机自己学习

Others

Reinforcement learning（强化学习）, recommender systems（推荐系统）.

1-3.Supervised Learning regression(回归问题)

output:连续
例如：房价预测问题

classification（分类问题）

output:离散
例如：肿瘤预测问题

如果学习算法用无穷多的特征或属性来做预测，计算机内存可能会溢出。

Support Vector Machine（支持向量机）

创建一个无限长特征的列表

1-4.Unsupervised Learning

** 聚类算法**：(无监督学习)可以把这个数据集分成两个不同的簇（clusters）

example1.Google News

example2.

“我们没有提前告诉算法，什么是第一类人，什么是第二类人，什么是第三类人，只是告诉算法，这里有一堆数据，我不知道这些数据是什么，我不知道是什么类型，我甚至不知道有哪些类型，但你能自动找出这些数据的结构吗？虽然我事先不知道有哪些类型，你能自动按得到的类型把这些个体分成簇吗？因为没有把数据集的正确答案给算法，所以这就是无监督学习”

others

example: Cocktail party problem algorithm-音频分离

SVD:singular value decomposition(奇异值分解)
一个线性代数常规函数，被内置在Octave软件中。
如果用C++或Java要写很复杂的代码，还要连接复杂的库

并不是说这是一个简单的问题，而是说如果使用正确的编程环境许多学习算法都可以是很简短的程序。
在这个例子中，我们要使用的是Octave¹的编程环境。

---

1. Octave是一个免费的开源软件，使用Octave或Matlab这类工具，许多学习算法都可以用几行代码实现。 ↩︎