吴恩达学习笔记
一、 引言
1.1 欢迎
1.2 机器学习是什么?
- 介绍了机器学习初步的概念——一个不精通下棋的人写了个程序,程序自己和自己下了万把棋,记录下每把的经验最后该程序的棋技超过了编程者。
- 最近的定义——一个程序被认为能从经验 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 评判,程序在处理 T 时的性能有所提升。
1.3 监督学习
监督学习是指:利用一组已知类别的样本调整分类器的参数,使其达到所要求性能的过程,也称为监督训练或有教师学习。
其实就是有标签的训练集,通过某种算法达成最好的拟合效果
- 线性回归(连续的)
- 逻辑回归(离散的)
1.4 无监督学习
现实生活中常常会有这样的问题:
(1)缺乏足够的先验知识,因此难以人工标注类别;
(2)进行人工类别标注的成本太高。
很自然地,我们希望计算机能代我们(部分)完成这些工作,或至少提供一些帮助。常见的应用背景包括:
(1)一从庞大的样本集合中选出一些具有代表性的加以标注用于分类器的训练。
(2)先将所有样本自动分为不同的类别,再由人类对这些类别进行标注。
(3)在无类别信息情况下,寻找好的特征。
这样的操作,其实就是无监督学习
- 通常使用聚类的方法来实现