机器学习笔记一：导论
1.定义
2.课程主要内容
- 监督学习（supervised learning）
- 例子：<房价预测>给定一组已知房价数据，使用算法预测待定房子的价格。
- 例子：<乳腺癌分类问题>给定已知的肿瘤大小和癌症状态数据，预测待定数据性质。
- 无限维数据特性的处理：支持向量机算法（SVM）
- 理论学习（learning theory）
- 非监督学习（unsupervised learning）
- 例子：基因分类
- 例子：照片处理：像素分类，构建3D场景
- 例子：鸡尾酒会问题：如何在嘈杂的人声中提取特定声音
- 强化学习（reinforcement learning）
- 例子：控制直升飞机自动飞行
- 例子：避障机器狗、机械蛇····