目录

1.机器学习定义&算法

1.1 Definition:

1.2 Algorithms:

2. 有监督学习/无监督学习

2.1有监督学习

2.2 无监督学习

第一遍听吴恩达机器学习笔记，课程链接：

Machine Learning by Stanford University | Courserahttps://www.coursera.org/learn/machine-learning

1.机器学习定义&算法

1.1 Definition:

        Field of Study that gives computers the ability to learn without being explicity programmed (Arthur Samuel, 1959)

1.2 Algorithms:

        1.Supervised Learning: learns from being given "right answers"

                1.1 Regression

                1.2 Classification

        2.Unsupervised Learning: Find something interesting in unlabeled data

                2.1 Clustering

                2.2 Anomaly Detection

                2.3 Dimensionality Reduction

        (3.Reinforcement Learning) 

2. 有监督学习/无监督学习

2.1有监督学习

描述：Learn from being given "right answers"

举例：1/判断邮件是否为垃圾邮件，input=邮件，output=是否为垃圾；

           2/语音识别系统，input=语音，output=文字

常用算法：1/回归；2/分类

2.2 无监督学习

描述：不给定正确答案，数据驱动，从数据中找到特征

举例：1/视频软件下相关视频的推荐，标题新闻下相关新闻的推荐

            2/对消费者进行聚类，探讨消费者动机

常用算法：1/聚类；2/异常检测；3/降维分析