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。