概述
主要记录吴恩达-机器学习课程的学习笔记，课程为2022版，相比之前的版本略有调整。使用tensorflow & python。
课程80%的时间都是在对简单概念进行举例或重复，如果有深度学习基础或者时间紧迫，很不推荐看。
S1概念
机器学习
机器学习是人工智能的一个子领域，旨在让机器学会自己完成某类任务。机器学习算法主要分为监督学习以及无监督学习。
监督学习
监督指为机器的学习提供算法实例，即输入x，和对应的输出，即正确解标签y，使得机器学习从x到y的映射。监督学习又根据任务不同，分为回归问题（预测）和分类问题。
无监督学习
无监督学习不提供正确解标签，旨在使算法发现数据的模式或规律。比如对未标记的数据放入不同的集群，即聚类算法；用于检测异常事件的异常检测算法；以及降维算法，其可以将大数据集进行压缩而尽量不丢失有用的数据。
S2监督学习
线性回归模性
讲的实在太慢了，转到西瓜书了。（未完待续）