斯坦福機器學習公開課學習筆記(1)—機器學習的動機與應用1.背景2.筆記

        斯坦福機器學習公開課差不多是網上能找到的最好的機器學習入門課程了。現在一共有20節課放到網絡上，部落客是在網易公開課學的，那裡的視訊有中文字幕然後課件也很全。

（位址：http://v.163.com/special/opencourse/machinelearning.html）

       主講師Andrew Ng（已經被百度诏安了）是華裔科學家，看他的課特别有親切感。感覺他們的課跟國内老師的課差別還是挺大的，國内的教授講算法就是隻講公式什麼的，人家斯坦福的教授都是從一個例子引出算法，讓你明白公式從哪來又會用到哪去。

       第一節課沒有講什麼算法，就是總體介紹了下機器學習這門科學。

       一開始Andrew Ng講到學習這門課程需要做到什麼什麼。第一：exciting，第二：apply algorithm，第三：begin research。

       這門課最主要的工具是matlab和octave，後者可以看做是前者的免費版。（國外還是比較注重知識産權的，老師都不教大家破解matlab）。

       用到的數學基礎知識（期望方差什麼的），我覺得中國學生的數學應該完爆他們，不過他們有讨論課，老師會重新将一些基礎知識，這點北郵沒有。

       接着講到了機器學習的創始人——Arthur Samuel，他定義機器學習是在不被制定規則的情況下自己學習，後來舉了個跳棋系統通過學習，棋藝超過了他自己的例子。

        下面是本節課要掌握的四個主要方面。

         1.supervised learning(監督學習)——提供标準答案的方式。主要應用是分類。

         2.learning theory （學習理論）

         3.unsupervised learning（無監督學習）。主要應用是聚類（clustering），這一段的例子很酷。

         4.reinforcement learning（強化學習）。主要是機器人領域的應用。