1、生活的機器學習：

1. 電腦區分垃圾郵件
2. 淘寶的智慧推薦
3. 照相時候的美顏

什麼是人工智慧：

Arthur Samuel(1959):部分特定程式碼賦予計算機自動學習的能力。

世界上第一個機器學習的程式：Samuel編寫的西洋棋程式

2、監督學習和無監督學習

迴歸問題

案例1.                                                                                                  

橫座標：面積

縱座標：房價

根據已知的答案，即已有的資料，在計算出房價的連續變化趨勢，因此可以預測出相應面積的房價大小。

分類問題：

案例2.                                                                                                  

根據已有資料，根據某個標準將腫瘤分為良性和惡性兩類，從而判斷用來對腫瘤進行分類。

監督學習：已有給定的資料集，及其標準

非監督學習：只有一個給定資料集

舉例：

谷歌有所有新聞的資料，根據其資訊，將不同的資料根據實際需要進行分類。（就我個人觀點而言，不同於監督學習的分類問題在於，例如：腫瘤良性和惡性問題，它已經有一個統一的認知並且和標準。而對新聞的劃分，可以根據你自己的觀點，對它進行任意分類。如果你把腫瘤劃分為一種新的型別，即“①一號型別腫瘤/②二號型別腫瘤…”，如果這樣，那麼它就屬於非監督學習，因為事先，我們並不知道什麼是一號型別腫瘤，它具有什麼樣的特徵。）

聚類問題：

案例3.                               聚會問題

在聚會上，有兩個麥克風，兩個人同時講話，每個麥克風的位置不同，同時不同程度地錄下兩個人的聲音，將兩個人的聲音進行分離。

（【個人思考】如何進行分離，對具體操作，我不太瞭解的情況下，我想象的一個問題即麥克風收錄的聲音有大小之分，將聲音資料進行篩選，保留下聲音較大的部分的內容。或者，因為兩個麥克風錄音可以保證的一個問題是說話的速度、音調的變化是相同的，對同一段聲音來說，可以通過匹配，進行資料的清楚等，這只是我的個人初步想法，並不代表其具有可行性。）

實現程式碼（matlab）：