斯坦福第十九课：总结(Conclusion)

19.1  总结和致谢

     欢迎来到《机器学习》课的最后一段视频。我们已经一起学习很长一段时间了。在最后视频中，我想快速地回顾一下这门课的主要内容，然后简单说几句想说的话。

     作为这门课的结束时间，那么我们学到了些什么呢？在这门课中，我们花了大量的时间介绍了诸如线性回归、逻辑回归、神经网络、支持向量机等等一些监督学习算法，这类算法 具有带标签的数据和样本，比如 x(i)、y(i)。

     然后我们也花了很多时间介绍无监督学习。例如 K-均值聚类、用于降维的主成分分析，

     以及当你只有一系列无标签数据 x(i)时的异常检测算法。 当然，有时带标签的数据，也可以用于异常检测算法的评估。此外，我们也花时间讨论

了一些特别的应用或者特别的话题，比如说推荐系统。以及大规模机器学习系统，包括并行 系统和映射化简方法，还有其他一些特别的应用。比如，用于计算机视觉技术的滑动窗口分类算法。

      最后，我们还提到了很多关于构建机器学习系统的实用建议。这包括了怎样理解某个机 器学习算法是否正常工作的原因，所以我们谈到了偏差和方差的问题，也谈到了解决方差问 题的正则化，同时我们也讨论了怎样决定接下来怎么做的问题，也就是说当你在开发一个机 器学习系统时，什么工作才是接下来应该优先考虑的问题。因此我们讨论了学习算法的评价 法。介绍了评价矩阵，比如：查准率、召回率以及 F1 分数，还有评价学习算法比较实用的

训练集、交叉验证集和测试集。我们也介绍了学习算法的调试，以及如何确保学习算法的正常运行，于是我们介绍了一些诊断法，比如学习曲线，同时也讨论了误差分析、上限分析等等内容。

      所有这些工具都能有效地指引你决定接下来应该怎样做，让你把宝贵的时间用在刀刃上。 现在你已经掌握了很多机器学习的工具，包括监督学习算法和无监督学习算法等等。

       但除了这些以外，我更希望你现在不仅仅只是认识这些工具，更重要的是掌握怎样有效 地利用这些工具来建立强大的机器学习系统。所以，以上就是这门课的全部内容。如果你跟 着我们的课程一路走来，到现在，你应该已经感觉到自己已经成为机器学习方面的专家了吧？

       我们都知道，机器学习是一门对科技、工业产生深远影响的重要学科，而现在，你已经完 全具备了应用这些机器学习工具来创造伟大成就的能力。我希望你们中的很多人都能在相应 的领域，应用所学的机器学习工具，构建出完美的机器学习系统，开发出无与伦比的产品和 应用。并且我也希望你们通过应用机器学习，不仅仅改变自己的生活，有朝一日，还要让更 多的人生活得更加美好！

       我也想告诉大家，教这门课对我来讲是一种享受。所以，谢谢大家！ 最后，在结束之前，我还想再多说一点：那就是，也许不久以前我也是一个学生，即使是现在，我也尽可能挤出时间听一些课，学一些新的东西。所以，我深知要坚持学完这门课 是很需要花一些时间的，我知道，也许你是一个很忙的人，生活中有很多很多事情要处理。 正因如此，你依然挤出时间来观看这些课程视频。我知道，很多视频的时间都长达数小时， 你依然花了好多时间来做这些复习题。你们中好多人，还愿意花时间来研究那些编程练习， 那些又长又复杂的编程练习。我对你们表示衷心的感谢！我知道你们很多人在这门课中都非 常努力，很多人都在这门课上花了很多时间，很多人都为这门课贡献了自己的很多精力。所 以，我衷心地希望你们能从这门课中有所收获！

最后我想说！再次感谢你们选修这门课程！

 

Andew Ng