陈晓媛-概述

机器学习在当前生活中广泛存在：搜索引擎，反垃圾邮件等
实际上，机器学习是AI发展出来的一个领域，是为计算机开发的一项新功能，如今涉及工业和基础科学中的许多领域
机器学习如此普遍的原因之一，就是网络和自动化技术的发展，这意味着我们拥有了前所未有的大量的数据集。
现在许多..试图采用机器学习算法来挖掘数据，更好地理解用户，并更好地为用户服务

机器学习的定义：
Arthur Samuel : 在没有明确设置的情况下，使计算机具有学习能力的研究领域
Tom Mitchell : 计算机程序从经验E中学习，解决某一任务T，进行某一性能度量P，通过P测定在T上的表现因经验E而提高

监督学习：我们给算法一个数据集，其中包含了正确的答案
回归问题：我们想要预测连续的数值输出（回归：我们设法预测连续值的属性）
分类问题：（分类：我们设法预测一个离散值输出 ）
无监督学习：一种学习机制，给算法大量的数据，要求找出数据的类型结构

m:训练样本的数量
x：输入变量/特征
y：输出变量
( x , y )：训练样本

假设函数：
（弄清楚如何把最有可能的直线与我们的数据相拟合）
代价函数：
在线性回归中，我们要解决的是一个最小化问题
也就是预测值和实际值的差的平方误差和

梯度下降：

符号 := 表示赋值(==)，这是一个赋值运算符
α-> 学习率 -> α用来控制梯度下降时，我们迈出多大的步子
同步更新：全部，先赋值temp，再赋值θ

矩阵和向量
向量是特殊的矩阵 是只有一列的矩阵 (m x 1)
不存在逆矩阵的矩阵被称为“奇异矩阵”或“退化矩阵”