機器學習分類：
- （supervised learning）監督學習:
- 回歸問題：設法**連續值的屬性。如**房屋售價
- 分類問題：設法**乙個離散的輸出值。breast cancer。
- (unsupervised learning）無監督學習【給定乙個資料集，我們不知道資料點究竟是什麼意思，找到資料的結構】：
- 對於給定的資料集，無監督學習可能判定該資料報含兩個不同的聚類。如google news 新聞分類，同一主題的新聞顯示在一起；基因學（基因晶元），給定一組不同的個體，對於每個個體，檢測他們是否擁有某個特定的基因。
- 聚類演算法：對於資料樣本，我們沒有給演算法乙個正確答案。
- 組織大型的計算機集群，屬兔找出哪些機器趨於協同工作。
- 社交網路分析，識別哪些朋友是很要好的朋友組，哪些是僅僅相互認識的朋友組
- 市場分割，給定乙個客戶資料集，自動找出不同的市場分割，並自動將你的客戶分割到不同的細分市場中，從而有助於在不同的細分市場中進行更有效的銷售
- 降維
- 雞尾酒宴會問題
- 音訊分割，節目中很多小孩子唱戲，判別哪些小孩子的音訊開了。
吳恩達機器學習筆記
為了解決實際生活中的問題，我們通常需要乙個數學模型。比如，小明有乙個房子 他想賣掉房子 為了知道房子的 小明收集了該地區近兩年的房屋交易 他發現房屋 與房屋大小呈正相關，所以他畫了了一幅圖 小明的房屋大小用紅色的 代替。可見和小明房屋一樣大小的房子並不存在，而類似的房屋 又有很大差別，如此小明決定用...
吳恩達機器學習筆記
sigmoid啟用函式 0，1 x 0,y 0.5 tanh啟用函式 1，1 x 0,y 0 relu啟用函式 x 0,y 0 x 0,y x sigmoid啟用函式 除了輸出層是乙個二分類問題基本不會用它。tanh啟用函式 tanh是非常優秀的，幾乎適合所有場合。relu啟用函式 最常用的預設函式...
吳恩達機器學習筆記（1）
1 用來進行資料探勘 2 讓機器進行自我學習 3 能對使用者進行個性化定製的應用程式 4 了解人類大腦的執行機制 arthor samuel的定義 是在沒有對機器進行明確的程式設計的情況下讓機器具有自主學習的能力。學習演算法主要分為兩大類，監督學習演算法和非監督學習演算法。監督學習演算法就是明確告訴...