吴恩达的机器学习课程笔记章节一

初识机器学习：

课时一：

机器学习的应用领域
1.点击数据流量，医疗记录，人类基因组，工程学系。
2.无法手动编写的程序。让飞机自己学习驾驶，手写辨识，自然处理语言，计算机视觉。
3.学习人的大脑。

课时二：

人工智能度量：经验E，任务T，性能度量P。
例如：
邮件过程的度量，如下图，可以分为上述三个部分。

吴恩达的机器学习课程笔记章节一

学习算法分为两个部分:
监督学习和无监督学习
息息相关的热词:
强化学习，推荐系统
课程目标：给学习的人更快用什么样的方法创建自己的系统。

课时三：

监督学习：
分为分类问题和回归问题（要预测连续的输出）。
例子：输入人是否有糖尿病的或者癌症的人群，来进行未来数据的预测。

课时四：

非监督学习：
仅仅有一堆数据，让计算机自己找规律
算法：聚类算法（分簇）。
Octave环境是来建立原型的第一步，之后再转为C++或者java等其他环境，效率会更高。
例子：谷歌新闻（新闻分簇找到需要的关键词），市场细分（把数据交给算法，让他自动发现细分市场）