标签：exp 自己 and explicit 训练 需要 分类 讲师 标签
斯坦福大学的Machine Learning课程（讲师是Andrew Ng）公开课是学习机器学习的“圣经”，以下内容是听课笔记。
一、何谓机器学习
Machine Learning is field of study that gives computers the ability to learn without being explicitly programmed.
也就是说机器学习不需要制定具体的模型，而是让计算机根据庞大的数据量自己训练模型，与之相对的，例如CFD软件，是建立在物理模型之上的，例如输运方程等。
二、监督学习（Supervised learning）
数据集中的每个样本有相应的“正确答案”，根据这些样本做出预测，分有两类：回归问题和分类问题
（1）回归问题
例如预测房价，根据样本集拟合出一条连续曲线
（2）分类问题
例如：根据肿瘤特征判断良性还是恶性，得到的是结果是“良性”或者“恶性”，是离散的
二、非监督学习（Unsupervised learning）
非监督学习的数据集跟监督学习不同，没有任何标签，即没有相应的“正确答案”。从数据集中可以通过非监督学习得到数据的某种结构，可能是把数据分成两个不同的聚集簇，称为聚类算法。
例如：
标签：exp 自己 and explicit 训练 需要 分类 讲师 标签
原文地址：http://www.cnblogs.com/sharon123/p/6828853.html
