我的人工智能学习之路从网易公开课中——Andrew Ng吴恩达的——machine learning，开始了。以博客的形式记录学习的过程以及心得。
定义
机器学习：简单的类型就是给出一定的规则，让机器对数据进行判断。而当数据集越庞大，规则越细，学习的结果就越有价值。
监督学习：数据集是被标记了的，比如疾病的携带与否。根据数据中的好、坏做预测，给出未知数据的判断结果。
无监督学习：数据集未被标记，需要自己判断特征，进行聚类分析；对数据进行分类，如谷歌新闻版块划分，对新闻进行归集。
这里有个比较典型的算法——鸡尾酒算法，对混杂的声音进行甄别，提取出对应的独立的声音。其实也是无监督学习中的聚类算法。
工具语言
工具语言的作用就是便于对机器学习的研究进行。octave/MATLAB就是机器学习的工具语言，利用他们能更快的原型化模型，验证方案可行性，当得出结论可行，再移植到具体的实现语言中——java，Python，C等。
这是初识机器学习——绪论中的一些概念性个人总结，记录于此。
