机器学习 学习笔记
一 introduce
(1) Supervised learning 监督学习
例子1：Hosing Price Predict
回归预测问题
(2) Unsupervised learning 非监督学习
监督学习与非监督学习的区别：
比如我们还是来做分类问题：
对于监督学习来说，我们的数据已经指明了那些数据是一类数据，而其他的是另一类。
鸡尾酒宴会问题：
会议上有两个人，两个麦克风，然后由于两个人的不同位置，所以输入到两个麦克风的声音大小不相同，但是声音是重叠在一起的。
二 Model Representation 模型表示
2.1 一些关于模型的定义说明。
在机器学习中常常使用h来表示那个功能，模型函数。hypothesis（假设），不用在意为什么叫这个。
2.2 cost function 代价函数
h = w0+w1*x
我们最终的目的是确定一个较好的权重，或参数parameters，使得我们的假设函数h，更加准确有效。
2.2.1 代价函数的一些例子
简化的代价函数
