1. 应用领域
    medical records:医疗记录,身体健康学习一下
    web :机器学会网页排序、垃圾邮件、推荐
    biology:对基因、dna 学习
    工程:无人机、邮件系统
  2. 机器学习定义
    Arthur Samuel:使 机器学会学习
    Tom Mitchell:E-experience(经验) T-task(任务) P-performance(性能)
    2.1 两大方面
    supervised learning:我们教计算机学习
    unsupervised learning:计算机自己学习
    Andrew NG:(大学)只给工具(知识),他教使用工具(知识)
  3. supervised learning
    3.1 regression:predict continuous valued output
    price 为实数,标量,连续值
    在技术上,可以圆整,离散值
    画一条直线,曲线
    初识机器学习-LMLPHP
    3.2 Breast cancer
    classification: discrete valued output(0 or 1)
    离散值
    3.2.1 一种特征
    初识机器学习-LMLPHP
    3.2.2 两种特征
    初识机器学习-LMLPHP
    3.2.3 infinite features
    SVM
  4. unsupervised learning
    聚类算法:把一些没有分类数据进行分类。
    分簇 cluster 没有标签
    eg: google news, cocktail Party problem,基因组 DNA微阵列,computer cluaters, 社交网络, 市场, 天文数据分析
    cocktail Party problem全过程:输入混合声音-鸡尾酒算法-输出分开声音
12-12 00:52