基本上，他们查看了在网上可以找到的所有语言翻译并从中学习。这是一个非常激烈和复杂的机器学习示例，由 Google 于 2011 年部署。可以说，市场上的所有主要参与者——例如谷歌、苹果、微软和 Facebook——已经以许多有趣的方式利用机器学习。 。
十一月，当我决定想了解更多有关这个主题的信息时，我开始寻找各种文章在线阅读。不久之后，我在 Coursera 上偶然发现了这门很棒的机器学习课程它由斯坦福大学 的 教授 对机器学习的基础知识进行了精彩、深入的探讨
警告：本课程很长（总共 19 个部分，平均视频超过一个小时）。从数学上实现它还需要了解微积分。在课程中，您将从头到尾沉浸在数学中。但事情是这样的：如果您有数学背景并有决心，您可以参加免费的在线课程来开始学习这些东西。
此外，Ng 还引导您完成许多使用 Octave 语言进行编 通辽移动数据库 程的示例。然后，您可以利用所学知识构建自己的机器学习程序。这正是我在下面的示例程序中所做的。
首先，让我明确一点：这个过程并没有使我成为该主题的领先专家。不过，我已经学到了足够多的知识，可以为您提供一些关键概念的有用介绍。您可以将机器学习分为两类：有监督学习和无监督学习。首先，我将看一下监督机器学习。
在最基本的层面上，您可以将监督机器学习视为构建一系列方程来拟合一组已知的数据。假设您想要一个算法来预测房价（吴恩达在他的 Coursera 课程中经常使用的一个示例）。您可能会得到一些如下所示的数据（请注意，这些数据完全是虚构的）：