XIKEW.COM - 实用教程 - 机器学习笔记 - 实用教程,机器学习 - 吴恩达（1976-，英文名：Andrew Ng），华裔美国人，是斯坦福大学计算机科学系和电子工程系副教授，人工智能实验室主任。吴恩达是人工智能和机器学习领域国际上最权威的学者之一。吴恩达也是在线教育平台Coursera的联合创始人。

吴恩达（1976-，英文名：Andrew Ng），华裔美国人，是斯坦福大学计算机科学系和电子工程系副教授，人工智能实验室主任。吴恩达是人工智能和机器学习领域国际上最权威的学者之一。吴恩达也是在线教育平台Coursera的联合创始人。 关键字:机器学习

视频学习地址

机器学习的动机与应用

先修要求

• 计算机学科的基础知识基本技能及原理
• 大O符号(Big O notation)原理
  • 简明解释算法中的大O符号
  • 大O表示法初学指南
• 数据结构(队列、栈、二叉树)
  • 栈、队列和二叉树
• 可以写一个简单的程序
• MATLAB / OCTAVE
• 基本的概率统计知识 (Stat 116, 随机变量,随机变量的期望,方差)
  • 统计概率基础知识总结
• 基本的线性代数知识 (Math 51, Math 113, CS205)
• 矩阵和向量 (矩阵的乘法, 逆矩阵, 矩阵特征向量)

监督学习

• 回归问题 Regression (要预测的变量是连续的, 如根据面积预测房价)
• 分类问题 Classification (要预测离散值 0 或 1, 如根据年龄预测肿瘤的良恶性)

事实情况会比二维预测复杂很多, 我们会面临多输入变量多特征的情况,这时候就需要使用 支持向量机 来解决

无监督学习

数据聚类 给出一组数据,没有数据的正确答案,并要求找出数据中有趣的结构. 比如:

• 分离图片的填色区域和描边区域
• 分离音频中不同的声音 (鸡尾酒会问题)
• 对基因数据进行分类

强化学习

回报函数 reward function 定义好good 和 bad, 对每次试验结果进行决策, 通过一系列不错的决策优化算法