一，what is ml：
1：在进行特定编程的情况下，给与计算机学习能力的领域。这是较老的，不正式的定义 --Arthur Samuel
2：一个程序被认为可以从经验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的评判，程序在处理任务T时性能有所提升 --Tom Mitchell
目前存在几种不同类型的机器学习算法，主要的为监督学习(Supervised learnnig)和无监督学习(Unsupervised learnnig),此外还有强化学习(Reinforcement learnnig)和推荐系统(Recommender systems)
监督学习(Supervised learnnig)：我们将教计算机如何去完成任务
无监督学习(Unsupervised learnnig)：我们打算让它自己进行学习
二 ，监督学习(Supervised learnnig)：
1，导引：预测房价，收集数据集，其中一个数据集如图，若想买一个70英尺的房子
2，定义：给出一个算法，需要部分数据集已有正确答案。比如给定房价数据集里面每个数据，算法都知道对应的正确房价，算法的结果为算出跟多正确的房价
更准确的定义：监督学习又叫回归问题，意为预测一个连续值的输出，而术语回归意为预测这类连续值属性的种类
eg：房价（一般把房价记为美分单位，所以实际为离散值，但通常把它看作在实数轴上连续的一个标量，一个连续值的数）
eg2：医学记录，并预测胸部肿瘤为良性或者恶性的概率，假设有人发现了一个乳腺瘤，这个瘤就是一个收集好的数据集，假设在其中，横轴表示肿瘤的大小，纵轴圈上0或1，即是与否
这其实是一个分类问题，何为分类，分类就是要预测一个离散值的输出，在这个例子中就是0 or 1
补充：
在分类问题中，还有另外一种方式来描绘数据。如果肿瘤大小作为唯一属性被用于预测恶性良性，可以将数据图作成,使用不同符号表示良性恶性，所以改用符号，圆圈是良，叉是恶，要做的就是将上面的映射下来，图为
在此例中只使用了一个特征(属性)，即肿瘤块大小。在实际问题中通常会有多个特征(属性)
实际研究中，使用了其它更多的特征，如肿块的厚度，瘤细胞的尺寸的均匀向，相撞的均匀性等等
这表明了有趣的学习算法可以处理无穷多特征，不止5，6个特征，那么你要如何处理无穷多特征存储无数数据（后边的支持向量机）
监督学习中心思想：在监督学习中，数据集中的每个例子，算法将预测得到每个例子的“正确答案”
回归问题：回归是指我们的目标是预测一个连续的输出值
分类：分类是要预测一个离散值输出
习题：判断是分类问题还是回归问题，答案在最后
1，有1000件货物，想预测可以卖多少
2，判断1000个人里面感冒的人
三，无监督学习(Unsupervised learnnig)
1，引例：在上面的例子中，数据集每个样本给出正确答案，如肿瘤的正样本和负样本，而在无监督学习中数据集看起来有些不一样，没有属性(特征)或者标签在一概念，即所有数据都一样，无区别
，也就是给定一个数据集，让你来找出其中的某种结构。
2，定义：对于给定的数据集，无监督学习算法可以判断该数据集包含几种不同聚类，这就是聚类算法。聚类算法在生活中的应用很多，百度搜索出的东西。大型计算机集群，社交网络，对市场细分的方式等等
3，请下载octave，本系列中将要使用octave作为学习工具
使用octave作为学习开发的原型工具很爽的哦嘿嘿
4，习题判断属于无监督，还是监督：
请你回答，糖尿病病人诊断，百度查询的新闻，给一个城市某商品销售数据后的划分市场区域，邮件的判断
----------------------------------可爱的分割线------------------------------------------
回归 ，分类 ，监督，无，无，监督
网友评论