吴恩达机器学习可以说是最受推崇的机器学习基础课程。网络上有很多关于这方面的资源，其中比较推荐的是海洋大学黄海广的【斯坦福大学2014机器学习教程个人笔记】。黄博士的笔记很全，几乎是一字不差，把视频中原话搬下来。看完之后想要得到一份更凝练的笔记，并且加上自己的一些思考。

1 引言Introduction

1.1欢迎

这一集不是重点，如果对于ML有一点了解的话，那就溜了。

1.2机器学习是什么？What is Machine Leaning？

一个程序被认为从经验E中学习，解决任务T，达到性能度量值P，当且仅当，有经验E之后，经过P评判，程序在处理T时性能提升。

主要类型：监督学习无监督学习。

1.3监督学习 Supervised Learning

这里涉及到两种情况: 回归:尝试推出一系列连续的属性值。

房价预测

这里的一个例子是预测房价。房价的走势一般不会是简单的线性关系，但是大致趋势是从下往上增长的。可以用直线拟合，也可以用二次方程拟合。当然也可以用更高阶方程去表达。监督学习指的就是我们给学习算法一个数据集。这个数据集由“正确答案”组成。在房价的例子中，我们给了一系列房子的数据，我们给定数据集中每个样本的正确价格，即它们实际的售价然后运用学习算法，算出更多的正确答案。