吴恩达《机器学习》章节1绪论：初识机器学习
1、欢迎参加《机器学习》
2、什么是机器学习？
机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。
监督学习和无监督学的的区别为是否需要人工参与数据结果的标注。
3、监督学习（Supervised Learning）
预先给定数据量的输入和对应的结果，即训练集，利用这个样本训练得到一个模型（建模拟合），然后利用这个模型，将所有的输入映射为所有的输出（让计算机预测未知数据的结果）。
1）回归问题（房屋价格预测问题）：预测一系列连续的值
2）分类问题（根据某一特征判断是否为恶性肿瘤或良性肿瘤）：预测一系列的离散值
4、无监督学习（Unsupervised Learning）
1）聚类算法（组织大型计算机集群）
2）非聚类（鸡尾酒会算法）
神奇的一行代码：
[W,s,v] = svd((repmat(sum(x.*x,1),size(x,1),1).*x)*x');
工具：Octave；matlab；也可使用TensorFlow等开源机器学习框架