1 机器学习类型

1.1 监督学习

给学习的算法提供学习的数据集，数据集中的每个样本$x$都有相应的正确答案$y$。再根据这些样本作出预测。

监督学习的两大类型，回归（预测房价）和分类（预测乳腺癌）。

1.2 无监督学习

样本$x$没有给算法正确答案$y$来回应数据集中的数据。算法需要在数据中找到某种结构，模式或者有趣的东西，用一个算法将这些特性聚合到一起。

无监督学习的两大类型，聚类算法（）和降维技术（）

2 监督学习

2.1 线性回归模型

$\hat{y}^{(i)}=f_{w,b}(x^{(i)}) = wx^{(i)} + b$

• $\hat{y}^{(i)}$ 是预测值
• w 是权重 (斜率)
• b 是偏置 (截距)

2.2 代价函数

2.2.1 平方误差成本函数

$J(w,b) = \frac{1}{2m} \sum_{i=1}^{m} (\hat{y}^{(i)} - y^{(i)})^2$