机器学习（Machine Learning）作为当前最为流行的信息技术之一，已经吸引了众多人员的广泛关注，要想深度研究与掌握机器学习，了解其基础理论与应用是一条必经之路。吴恩达教授的机器学习系列视频内容通俗易懂，可以说是为广大想要探索机器学习的朋友们提供了一个入门福利。之前看吴恩达机器学习的时候做了一些纸质笔记，现在打算逐步把这些笔记编写为电子版，一方面可以温故知新，另一方面也可以分享交流。
今天是第一部分——初识机器学习，主要了解的是机器学习的定义，以及监督学习与无监督学习的概念。
1、What is machine learning(ML) ?
ML能模拟或实现人类的学习行为，解决一些简单但繁琐甚至复杂的问题，巧妙地将人类智慧融入到机器智能之中，目前已经涉及到各个行业与基础科学中，数据库挖掘与语音识别等都是典型的案例。
Arthur Samuel首次对ML进行了定义，他认为ML是研究无需显式编程就可以赋予计算机学习能力的领域（a field of study that gives computers the ability to learn without being explicitly programmed），这是一个比较古老非形式化的定义。
Tom Mitchell给出了更形式化的定义，即假设用指标P来评估程序解决任务T的性能，若某 一程序通过利用经验E，在任务T上获得了性能改善，则该程序对E进行了学习（a computer program is said to learn from experience E with respect to some task T and performance measure P, if its P on T, improves with E）。
周志华的西瓜书中也指出ML就是研究如何通过计算的手段，利用经验来改善系统自身的性 能。由于经验通常是以数据的形式存在，因此ML的研究内容就是关于在计算机上从数据中产生模型的算法，即学习算法（Learning Algorithm）。
当前的学习算法主要分为监督学习（Supervised Learning）与无监督学习（Unsupervised Learning）两大类型。
2、What is Supervised Learning ?
监督学习（Supervised Learning）指利用给定的包含正确答案（标签）的数据集（训练集）对学习算法进行训练。不同的数据情况有不同的模型形式，从算法的输入特征数量来看，有单个特征输入（单变量）与多个特征输入（多变量）；从算法的预测变量类型来看，有实值预测（回归问题）与类别预测（分类问题）。吴恩达老师在讲授中举了如下几个例子：
a. 基于房子面积的房价预测问题（单特征/实值预测）
b. 基于肿瘤尺寸的肿瘤良性与否预测问题（单特征/类别预测{0，1}）
c. 基于年龄与肿瘤尺寸的肿瘤良性与否预测问题（多特征/类别预测{0，1}）
3、What is Unsupervised Learning ?
无监督学习（Unsupervised Learning）指利用给定的不包含标签或具有相同标签的数据集（训练集）对学习算法进行训练。针对数据集，无监督学习能自动地找到数据中的结构，并把其分成不同的簇（Clusters），是一种聚类算法（Clustering）。
同样在无监督学习的理解中，吴恩达老师也举了几个例子：
a. 谷歌新闻分组（基于新闻主题的聚类）
b. 基因类别分析（基于基因表达的聚类）
c. 社交网络分析（基于用户社交关系/兴趣的聚类）
d. 音频身份识别（基于音频特征的聚类）
4、Summary
机器学习可以从大规模数据中推演出模型，有效地提升了解决问题的性能。监督学习与无监督学习的差异根源来自数据集的特征，监督学习主要利用带有标签的数据集，实现对焦点变量的预测（prediction）；无监督学习主要利用没有标签的数据集，实现对数据内容的洞察（insight）。