監督學習（supervised learning）
給定訓練集後，通過演算法讓機器學習分類、標識等操作。
無監督學習（unsupervised learning）
根據沒有被標記的訓練樣本，來自動完成分類等操作。
支援向量機（support vector machine, 簡稱svm）
是一類按監督學方式對資料進行二元分類的廣義線性分類器（generalized linear classifier），其決策邊界是對學習樣本求解的最大邊距超平面（maximum-margin hyperplane）
雞尾酒會問題（cocktail party problem）
當前語音識別技術已經可以以較高精度識別乙個人所講的話，但是當說話的人數為兩人或者多人時，語音識別率就會極大的降低，這一難題被稱為雞尾酒會問題。
奇異值分解（singular value decomposition，簡稱svd）
svd是線性代數中一種重要的矩陣分解，奇異值分解則是特徵分解在任意矩陣上的推廣。
單變數線性回歸(linear regression with one variable)
只含有乙個 特徵/輸入變數 的問題叫作單變數線性回歸問題。
代價函式（cost function ）
就是誤差函式，分析線性回歸中幾個具體引數所構成的「具體線性回歸函式」的誤差大小。代價函式的誤差越小，引數所構成的回歸函式擬合越好。
代價函式也被稱作平方誤差函式，有時也被稱為平方誤差代價函式。
梯度下降（gradient descent ）
梯度下降是乙個用來求函式最小值的演算法，用來求出代價函式j(θ0,θ1) 的最小值。即讓代價函式的值更快的向最小變化。
吳恩達機器學習系列1 2
指通過讓機器學習大量帶有標籤的樣本資料，訓練出乙個模型，並使該模型可以根據輸入得到相應輸出的過程。通過已有的一部分輸入資料與輸出資料之間的對應關係，生成乙個函式，將輸入對映到合適的輸出，例如分類。或者回歸。常見應用 垃圾郵件問題 判斷乳腺癌良性惡性等。詳細內容見 一文看懂監督學習 從無標註的資料中學...
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...
吳恩達機器學習感悟
吳恩達機器學習，斯坦福2014筆記 由8.2 神經元和大腦想到的 神經重連實驗，比如眼睛連到聽覺皮層，則聽覺皮層學會了看 眼睛連到觸覺皮層，則觸覺皮層學會了看 舌頭上加攝像頭關聯的電極陣列，則負責舌頭感知的皮層學會了看。這寫neuron re wiring實驗，給出的結論是大腦各區使用的是同一種演算...