课时一 引言
课时一作为开篇主要是讲了机器学习是什么以及机器学习能够做什么，然后介绍了两种机器学习问题，监督学习和无监督学习。
1、机器学习是什么以及能够做什么
机器学习的一个定义是在特定编程的情况下，基于计算机学习能力的领域。另一个年代比较近的定义是：一个程序被认为能从经验E中学习，解决任务T，达到性能度量值P，当且仅当，有了经验E后，经过P评判，程序在处理T时的性能有所提升。
以上是机器学习的定义，那机器学习能做什么呢？
你或许每天都在不知不觉中使用了机器学习的算法每次，你打开谷歌、必应搜索到你需要的内容，正是因为他们有良好的学习算法。谷歌和微软实现了学习算法来排行网页每次，你用Facebook或苹果的图片分类程序他能认出你朋友的照片，这也是机器学习。每次您阅读您的电子邮件垃圾邮件筛选器，可以帮你过滤大量的垃圾邮件这也是一种学习算法。机器学习还有很多应用案例比如数据挖掘，手写识别等等。
2、监督学习
监督学习是机器学习算法中的一类，指的是我们会给学习算法一个数据集，并且数据集中的数据都是正确的，通过学习这些正确的数据，从而达到预测更多正确答案的目的。监督学习主要解决回归问题、分类问题。
3、无监督学习
无监督学习和监督学习的区别主要在数据，无监督学习中的数据没有任何的标签或者是有相同的标签或者就是没标签。所以我们已知数据集，却不知如何处理，也未告知每个数据点是什么。别的都不知道，就是一个数据集。针对数据集，无监督学习就能判断出数据有两个不同的聚集簇。这是一个，那是另一个，二者不同。无监督学习算法可能会把这些数据分成两个不同的簇。所以叫做聚类算法。
以上就是课时一的内容，部分笔记来自“机器学习初学者”网站提供的吴恩达老师的2014机器学习课程笔记http://www.ai-start.com/