一、几个基本问题
- 机器学习问题中:形象的解释就是你就写段程序,然后让机器人变得了很聪明,他就能够有学习的能力。接下来,你就像教一个婴儿、教一个小孩一样的教他,你并不是写程序让他做到这件事,你是写程序让它具有学习的能力。
- 机器学习的最终目标:寻找一个function,要让机器具有一个能力,这种能力是根据你提供给他的资料,它去寻找出我们要寻找的function。还有很多关键问题都可以想成是我们就是需要一个function。
- supervised learning:告诉机器input和output这就叫做supervised learning
- 机器学习问题的三个步骤,先找到一个function set,然后再让机器衡量这个function的好坏,最后写一个算法让机器选出最好的function。
二、监督学习(Supervised Learning)概览
< 1 > 常规的监督学习模型
监督学习的问题是我们需要大量的training data。training data告诉我们要找的function的input和output之间的关系。如果我们在监督学习下进行学习,我们需要告诉机器function的input和output是什么。这个output往往没有办法用很自然的方式取得,需要人工的力量把它标注出来,这些function的output叫做label。
- Regression是机器学习的一个task,输出的是一个scalar(标量,数值)
- Regression和Classification的差别就是我们要机器输出的东西的类型是不一样。在Regression中机器输出的是一个数值,在Classification里面机器输出的是类别。
- 二分类问题和多分类问题:
- Model有很多种,机器学习的主要任务是非线性的模型,非线性模型就涉及Deep Learing,做Deep learning时,它的function是特别复杂的,所以它可以做特别复杂的事情。比如它可以做影像辨识,这个复杂的function可以描述pixel和class之间的关系。
- 除了Deep Learning 以外还有很多Machine Learning的Model也是非线性的模型。
< 2 > 监督学习种的结构化学习(Structured Learning)
Structured Learning:让机器输出的是要有结构性的,举例来说:在语音辨识里面,机器输入是声音讯号,输出是一个句子。句子是要很多词汇拼凑完成。它是一个有结构性的object。
三、减少Label需要的量的其他学习方法
< 1 > 半监督学习(Semi-supervised Learning)
相对于监督学习,半监督学期可以减少label需要的量,半监含有少量的具有标签的数据,但是具有大量的没有标签的数据,但是这些没有标签的数据也是对学习有帮助的数据
< 2 > 迁移学习(Transfer Learning)
假设我们要做猫和狗的分类问题,我们也一样,只有少量的有label的data。但是我们现在有大量的data,这些大量的data中可能有label也可能没有label。但是他跟我们现在要考虑的问题是没有什么特别的关系的,我们要分辨的是猫和狗的不同,但是这边有一大堆其他动物的图片还是动画图片(凉宫春日,御坂美琴)你有这一大堆不相干的图片,它到底可以带来什么帮助。这个就是迁移学习要讲的问题。
< 3 > 无监督学习(Unsupervised Learning)
这个function的输入不知道是什么,可能是某一个code代表要输出图片的特性,输出是一张图片。你给机器看到的只有非常大量的图片,只有function的input,没有output。然后如何让机器无师自通
< 4 > 强化学习(Reinforcement Learning)
- 若将强化学习和监督学习进行比较时,在监督学习中我们会告诉机器正确答案是什么。
- Reinforcement Learning里面,我们没有告诉机器正确的答案是什么,机器所拥有的只有一个分数,就是他做的好还是不好。
- 监督学习是有老师教的。而强化学习是从评价中学习的,也就是从最后的结果做的好还是不好来学习的。
四、总体概览
< 1 > 蓝色的方块
指的是学习的情景,通常学习的情景是你没有办法控制的。比如,因为我们没有data做监督学习,所以我们才做Reinforcement Learning。比如,因为我们没有data做监督学习,所以我们才做Reinforcement Learning。现在因为Alpha Go比较火,所以Alpha Go中用到的Reinforcement Learning会被认为比较潮。所以说有学生去面试,说明自己是做监督学习的,就会被质疑为什么不做Reinforcement Learning。那这个时候你就应该和他说,如果我今天可以监督学习,其实就不应该做Reinforcement Learning。Reinforcement Learning就是我们没有办法做监督学习的时候,我们才做Reinforcement Learning。
< 2 > 红色的方块
指你的task,你要解的问题,你要解的这个问题随着你用的方程的不同,有regression、有classification、有structured。所以在不同的情境下,都有可能要解这个task。
< 3 > 绿色的方块
指的是不同task里面有不同的method