机器学习笔记（1）

忙了一个月，现在在学习机器学习。之前本科没选，现在感兴趣了。

学习地点：https://www.coursera.org/learn/machine-learning/lecture/rkTp3/cost-function

中文讲课的没找到，顺着mooc从头到尾撸的，这是第一个在线的。

首先是分类：两类supervised和unsupervised。supervised分为classification和recession。

supervised之间的区别就一个，是否提前知道自己在找什么，输入是对于特征的评价，比方给了很多确定病人，说有个病人肿瘤大小为5（特征），最后诊断为良性（评价）推测现在这个病人。或者去年北京天气变化，推测今年趋势。

unsupervised就是给机器一堆东西，让他根据去分类。我不提前知道结果的可能取值，我提前没有概念应该分成什么样。

事实上测验错了一道多选题，区分每个选项是supervised还是unsupervised。可是我找不找答案啊。不知道过后会不会公布。

之后讲了线性回归，当初物理实验经常用。很快过了。

补充个名词：square error（cost） function平方差。

线性回归recession多用，使用的是1/2m作为系数。之所以加个1/2是因为平方差求导后正好能抵消，所以求起来方便简单看起来也好看。但是又不会影响结果。

我觉得我这样的笔记应该是不会侵犯版权吧。