通過本次學習，我大致了解了機器學習的目的和意義。以我的話來說，機器學習是人類通過編寫程式，構建神經網路的手段來使機器模擬人類的思考方式，從而具備自我解決問題的能力的過程。
其中分為監督學習和非監督學習。
監督學習，即模型演算法本身知道正確與否，資料型別有真值，有標籤，模型演算法分為線性回歸，邏輯回歸和神經網路三種。按照我的理解，監督學習就是人為給某些引數定乙個指標，然後程式按照這些指針對資料進行分類、整合的過程。
非監督學習，即模型演算法本身不知道資料的正確與否，資料型別無真值，無標籤，模型演算法分為聚類、推薦系統、降維三種。在我看來，程式通過發掘每組資料間的共性，從而將相同或相似的資料進行聚類整合，然後實現非監督學習的。
吳恩達《機器學習》Week1 Day2總結
在第二課，我了解了用單變數線性回歸方程來實現簡單的監督學習從而對資料進行 對於一些無線性關係的資料 散點 如何擬合出一條直線，使其最大程度在整體上最為貼合這些離散資料，進而使對未出現資料的結果 最為精準，這就需要用到我剛學習到的單變數線性方程。首先，在得到training set 後，建立乙個hyp...
吳恩達機器學習1
吳恩達老師近日在網易雲課堂達成合作，開始新的課程。我也跟著後面學習，順便再中做個筆記，以加深記憶！此次老師的課程主要講解五個部分 1.neural networks and deep learning 2.improve deep neural networks hyperparameter tun...
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...