我們給計算機提供一組正確的資料集，也就是這個問題的標準答案 （標準輸入對應的標準輸出），讓計算機分析這其中的聯絡，然後最後我們給他乙個輸入，讓他得到輸出
分類
在許多問題中要考慮輸入多個變數和多個特徵參考，乙個參考屬性作為乙個維度，故會出現無限維的問題，你的資料可以在二維座標畫出來 但是無限維你沒有辦法。
解決方法：支援向量機演算法，將資料對映到無限維之中。
針對這個無限維空間的點，暫時沒講?
**關注：資料量是否足夠
給你一組資料，不告訴你正確答案，然後詢問：你能在這組資料中尋找一些有趣的結構麼？
無監督學習有趣在於 no right answer
常見案例
！由演算法發現隱藏在資料背後的結構
在一段時間內做一系列決策
回報函式：正確的事情獲得正反饋
關鍵在於你要知道你自己想要什麼 如何去定義乙個行為是好的行為
應用領域：機械人 網頁爬取
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...
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
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...