吴恩达机器学习第一天

#P2 机器学习的定义

定义为赋予计算机在没有明确编程的情况下学习能力的研究领域。

给学习算法更多的学习机会，他的表现就会更好。

主要类型：

监督学习（supervised learning)

无监督学习（unsupervised learning)

推荐系统（recommender systems)

强化学习（reinforcement learning)

#P3 监督学习

定义：学习x-->y或者输入到输出映射的算法。关键特征是给学习算法提供包含正确答案的示例，使算法学会在无输出标签的情况下，仅凭输入就能够给出预测。（用已经标注好正确答案的数据来训练模型，让模型学会从输入预测输出）。

1.数据必须包含输入特征和输出标签

2.目标是学习一个映射函数x-->y

3.训练过程是不断减小预测结果与真实标签的误差

##举例：根据房屋的大小来预测房价

学习算法可以拟合一条直线（或曲线，其他函数），通过预测房子的可能价格 。

房价预测是监督学习的一种类型——回归，即从无限多个可能的数字中预测一个数字 。

##第二种监督学习类型为分类

以乳腺癌检测为例，医生通过机器学习系统可以shoo用诊断工具来检测乳腺癌，使用患者的医疗记录，系统试图判断一个肿瘤是良性或恶性 。数据集中有各种大小的肿瘤，一部分被标记为良性0，一部分为恶性1，用图表绘制

与回归不同的是，我们预测的只是少数几个可能的输出或类别，而回归试图预测无数可能数字中的一个。

多个数据集的情况

#P4无监督学习

定义：数据仅包含输入x不包含输出y，并不试图监督算法为每个输入提供正确答案，相反，要求算法自己找出数据中可能有趣或存在的模式或结构。

##在无监督学习中，我们得到的数据没有与任何输出标签Y相关联，假设得到了关于患者及其肿瘤大小和年龄的数据，但没有关于肿瘤是良性或恶性，无监督算法会将其分配到两个不同的组成或簇中，这种称为聚类算法。

聚类算法用于谷歌新闻，将相关的故事分组在一起（相似文章）。或者应用于聚类基因或DNA数据，可以将个体分成不同类别或不同类型的人。还比如某些公司的客户类型数据库，会自动将客户分成不同的市场细分。因此，聚类算法处理无标签数据并尝试将他们自动分组在簇中

##其他无监督类型

1.异常检测，用于检测异常事件，在金融系统中的欺诈检测中常用 （Anomaly detection)

2.降维，将大数据压缩为小得多的数据集，同时尽可能少的丢失信息