机器学习吴恩达——监督学习与无监督学习

监督学习：给定正确答案

1 回归：预测连续值的输出

2 分类：输出离散值

好的学习算法一般依据的特征（维度）是无穷的，而支持向量机这种算法，使用简洁的数学表达可以使电脑处理无限多的特征属性。

---------------------------分割线-------------------------

1 无监督学习：在不知道数据点的含义的情况下，从一个数据集中找出数据点的结构关系。

2 聚类算法：相同属性的数据点会集中分布，聚集在一起，聚类算法将数据集分成不同的聚类。也就是说，机器不知道这些数据点具体是什么属性，到底是干什么的，但是可以将具有相同属性的数据点归为一类。

3 无监督学习的应用：

大型计算机集群：找出趋于协同工作的机器，将其放在一起将提高效率

社交网络分析：找出哪些人之间是好朋友的关系，哪些仅仅是认识

市场分割：将客户分类，找出细分市场，从而更有效的进行销售

天文数据分析：星系是如何诞生

4 鸡尾酒会算法：将两个录音中的声音进行分析，这样距离麦克风不同的人声或者音乐将会被分离出来。