关于机器学习:机器学习吴恩达小白笔记1

1. 初识机器学习

1. 机器学习的次要算法（Machine learning algorithm）分类:

1. 监督学习（Supervised learning）：给予学习算法示例，包含正确的答案 (learns from being given right answers):
   Regression(回归）: 试图预测一个数字，从可能的到有限多个可能的后果中失去预测（Predict a number,infinitely many possible outputs)

                              *** 房价回归预测 ***
   

   Classification(分类）：预测分类，从一组无限的可能的输入后果中进行分类（Predict categories，small number of possible outputs)

   在医学诊断肿瘤的算法中，通过和肿块大小和病患年龄的关系，预测肿瘤的性质，通过数据拟合一条分界线，以便对后果做出预测

   2. 无监督学习（Unsupervised learning): 从一组无标签的数据中找到咱们感兴趣的数据据（Find something interesting in unlabeled data,Data only come with inputs x,but not output y,algorithm has to find structure in the data)
      clustering(聚类算法）：将未标记的数据搁置到不同的集群中 (**Group similar data

   points together**)

   Dimensionality Reduction(降维算法）：

   3. 强化学习（Reinforcement learning）：待续