資源:

課程:https://www.bilibili.com/video/BV164411b7dx

Homework(Matlab):https://github.com/Ayatans/Machine-Learning-homework

Homework(Python):https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes

1.3 監(jiān)督學(xué)習(xí) Supervised Learning

????監(jiān)督學(xué)習(xí)，其基本思想是，我們數(shù)據(jù)集中的每個(gè)樣本都有相應(yīng)的“正確答案”，再根據(jù)這些樣本作出預(yù)測。?

???監(jiān)督學(xué)習(xí) Supervised Learning:?Given the "right answer"?(label) for each example in the data.

????回歸 Regression: Predict continuous valued output.

????分類 Classification: Discrete valued output (0,1,2,3···).

1.4 無監(jiān)督學(xué)習(xí) Unsupervised Learning

?????不同于監(jiān)督學(xué)習(xí)的數(shù)據(jù)的樣子，即無監(jiān)督學(xué)習(xí)中沒有任何的標(biāo)簽或者是有相同的標(biāo)簽或者就是沒標(biāo)簽。所以我們已知數(shù)據(jù)集，卻不知如何處理，也未告知每個(gè)數(shù)據(jù)點(diǎn)是什么。別的都不知道，就是一個(gè)數(shù)據(jù)集。你能從數(shù)據(jù)中找到某種結(jié)構(gòu)嗎？針對數(shù)據(jù)集，無監(jiān)督學(xué)習(xí)就能判斷出數(shù)據(jù)有兩個(gè)不同的聚集簇。這是一個(gè)，那是另一個(gè)，二者不同。是的，無監(jiān)督學(xué)習(xí)算法可能會把這些數(shù)據(jù)分成兩個(gè)不同的簇。所以叫做聚類算法。

????????所以這個(gè)就是無監(jiān)督學(xué)習(xí)，因?yàn)槲覀儧]有提前告知算法一些信息，比如，這是第一類的人，那些是第二類的人，還有第三類，等等。我們只是說，是的，這是有一堆數(shù)據(jù)。我不知道數(shù)據(jù)里面有什么。我不知道誰是什么類型。我甚至不知道人們有哪些不同的類型，這些類型又是什么。但你能自動(dòng)地找到數(shù)據(jù)中的結(jié)構(gòu)嗎？就是說你要自動(dòng)地聚類那些個(gè)體到各個(gè)類，我沒法提前知道哪些是哪些。因?yàn)槲覀儧]有給算法正確答案來回應(yīng)數(shù)據(jù)集中的數(shù)據(jù)，所以這就是無監(jiān)督學(xué)習(xí)。

2.1 模型描述 Model representation

2.2 ~ 2.4 代價(jià)函數(shù) Cost Function