【吴恩达机器学习学习笔记01】监督学习和无监督学习介绍

监督学习和无监督学习介绍

一、监督学习 Supervised Learning

1、回归问题

假如现在已经有了一系列的数据集是关于房价的。横坐标是房子的大小，纵坐标是房子的价格。假如你朋友有房子，750英尺，机器学习怎么帮助他给房子合适的标价方便卖掉？

监督学习（Supervised Learning）意指给出一个算法（你可以用线性或者非线性的模型，就像老师的两条直线）需要部分数据已经有正确答案。就像上面关于房价预测的数据中，房子实际卖出的价格就是正确答案，然后通过这些正确答案，算出你朋友房子的价格。所以监督学习也称回归问题（预测一个连续值的输出，比如房价）。

2、分类

图中是一个关于乳腺癌预测的数据集：横坐标（肿瘤的大小），纵坐标 （良性/恶性）。假设有一个人得了肿瘤，大小为粉红色箭头所指的数轴对应的值，能否通过预测他的肿瘤的良性还是恶性？这就是一个分类问题（预测一个离散值输出，如0/1，良性/恶性）。
当然，我们的分类结果不一定是像这里是二分类的，还可以是多分类的。而且这里只用到了一个特征——Tumor Size，让我们来看下面这个例子，就用到了两个特征：病人年龄和肿瘤大小！
在其他机器学习任务和算法中还是会有更多特征（如肿块厚度、尺寸均匀性、均匀性）。

在其他学习算法中可能用到无数多个特征、属性和线索进行预测，计算机溢出和储存问题就出现了，不过SVM（支持向量机）有一个简洁的数学方法，能让电脑处理无限多的特征。

二、无监督学习 Unsupervised Learning

下面是一个基因芯片的例子，基本思想：给定不同个体，对于每个个体检测是否有特定基因（多少基因被显现出来）。

这里的颜色展现了这些不同个体是否拥有一个特定基因的不用程度。我们只要做一个聚类算法，像上面这样把不同个体归入不同的类中即可。
对于这类数据样本来说，没有描述它的类型或者属性，然后让算法自动按照得到的类型进行分类，就是所谓的无监督学习。
当然还有很多其他方面的应用：比如数据中心、网络的关系发现等。
还有一个比较著名的鸡尾酒舞会问题：两个麦克风分别距离两个测试员不同距离，然后利用机器学习对这些声音进行分离。

最后，吴恩达老师推荐我们学习Octave或者matlab，在硅谷很多都是通过这些建立程序原型，然后确认可行再用其他编程语言进行实现。