Datawhale李宏毅深度学习笔记Task01
暑假到了,开始深度学习第一天打卡。
机器学习介绍
人工智能、深度学习、机器学习关系
人工智能是我们想要达成的目标,机器学习是达成目标的手段,深度学习是机器学习的一种方法。
让机器有学习的能力—机器学习。
机器学习的框架
根据训练数据,从成千上万的函数集合中寻找一个最好的函数(model),找到这个最好的函数之后需要对测试集进行测试。包括训练和测试两个步骤。
整个ML framework:
1.找到一个function set
2.衡量machine好坏。
3.让machine有一个好的方法选出一个最好的function。
learning map
-
监督学习(需要大量数据和label)
regression
输入是与输出相关的训练数据,输出是一个数值number- linear model
- Non-linear model(deep learning)
classification
- 二元分类:0/1
- 多元分类:0,1,2,3,4……
-
半监督学习(介于监督学习和非监督学习之间)
-
迁移学习(不相干的数据)
-
非监督学习(看了很多动物可以创造动物)
-
强化学习(并没有告诉正确答案,从评价中学习learning from critics)
它的本质是解决 decision making 问题,即自动进行决策,并且可以做连续决策。它主要包含四个元素,agent,环境状态,行动,奖励, 强化学习的目标就是获得最多的累计奖励。
系统学习(beyond classification)机器翻译、语音对话
为什么需要机器学习?
不同的model和loss function适合解决不同的实际问题。