1. Machine Learning - Introduction

Speaker: Andrew Ng

 

1. Introduction

---

1.A comptuter program is said to learn from experience E with respect to some task T and some performance measure P, if it's performance on T, as measured by P, improves with experience E.

机器学习算法完成的目标是T

机器学习的过程积累经验是E

机器学习的总结或者评价是P

例子：predict weather

a. The weather prediction task. 机器学习要完成的目标和任务T

b. The probability of it correctly predicting a future date's weather. 机器学习结果的评价P

c. The process of the algorithm examining a large amount of historical weather data. 机器学习的过程E 

---

2. 假设自己工作在一个气象监测站，对于每天的天气需要做出是晴天、多云、下雨三种。用机器学习算法预测明天天气，这是一个Regression（回归）问题还是一个Classification（分类）问题。

 这里答案是分类问题。

Regression问题是根据以前已有数据去预测其他未知点的值，并没有Classification里面标记label的步骤。Regression结果是连续数据，Classificatiom结果是离散的。

其他例题：

a. 在气象站工作，预测5pm时候是否会下雨。 Classification

b. 在股市工作，预测一只股票明早的价格。 Regression

---

3. Supervised Learning and Unsupervised Learning 监督学习与非监督学习

监督学习会已经知道Label下，对数据进行分类。非监督学习没有Label，对数据进行聚类。

例题：

a. 分别给50篇男作者和50篇女作者写的文章，预测一个新的作者写的文章，作者是男的还是女的。 监督，分类。

b. 病人患心脏病的医疗记录，找出不同病人的簇Cluster。非监督，聚类

c. 检查网站，分类是对儿童友好还是针对成年人的。监督，分类

d. 给1000个病人的用药记录，发现是否有不同的类别或类型对于药物反应。非监督，聚类。

---

4.Machine Learning Definition

Machine learning is the field of study that gives computers the ability to learn without being explicitly programmed.----  Arthur Samuel