李宏毅《机器学习》笔记(1)--机器学习基本概念梳理

一、人工智能、机器学习与深度学习：

• 可以把人工智能当作是要实现的目标，那么机器学习就是想要达成目标的手段，深度学习是机器学习的一种方法。
• 机器学习：寻找一个函数(function)。eg: 语音识别

做语音识别其实相当于是在找一个函数，输入是声音讯号，输出是语音识别的文字。

二、机器学习的三个步骤：

Step1：准备一个函数集合，里面有成千上万的函数，这个集合也叫做model(模型)。

Step2：让机器能够衡量一个函数是好还是不好，eg：在监督学习里，机器可以根据训练数据判断一个function是好的还是不好的。

Step3：让机器有一个有效率的演算法，能从集合里面挑出最好的函数。

三、一些名词概念：

监督学习（supervised learning）：需要大量的训练数据告诉我们要找的函数的输入(input)和输出(output)之间的关系。这个输出往往没有办法用很自然的方式取得，需要人为把它标注出来,这些函数的输出也叫做标注(label)。在监督学习中我们会告诉机器正确答案是什么。例如：若现在我们要用监督学习的方法来训练一个聊天机器人，训练方式会是：告诉机器，若使用者说了hello，你就说hi；若使用者说了byebye ，你就说good bye。所以机器相当于有一个人当他家教在他旁边手把手的教他每件事情，这就是监督学习。

半监督学习（semi-supervised learning）：减少标注(label)需要的量。比如：你有少量的猫和狗的已标注的数据(labelled data)，但是同时你又有大量的未标注的数据(Unlabeled data)。在半监督学习的技术中，这些没有标注的数据，他可能也对学习有帮助，训练时可以使用上。

迁移学习(Transfer learning)：另一种减少数据用量的方法。比如：还是猫和狗的分类问题，一样只有少量的有label的数据。但是我们现在还有大量的data，这些大量的data中可能有label也可能没有label。并且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或者其他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。

无监督学习（unsupervised learning）：在完全没有任何label的情况下，机器可以学到什么样的事情。比如，假设让机器去动物园它看一大堆的动物，它能不能够在看了一大堆动物以后，它就学会自己画一些动物出来等等。

强化学习（reinforcement learning）：在强化学习里面，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。比如：若我们用强化学习方法来训练一个聊天机器人的话，他训练的方法会是这样：让机器和客人对话，然后客人想了半天以后，最后仍旧勃然大怒把电话挂掉了。那机器就学到一件事情就是刚才做错了。但是他不知道哪边错了，它就要回去自己想道理，是一开始就不应该打招呼吗？还是中间不应该在骂脏话了之类。它不知道，也没有人告诉它哪里做的不好，它要回去反省检讨哪一步做的不好。Alpha Go就是用监督学习加上强化去学习的。先用棋谱做监督学习，然后在做强化学习，但是强化学习需要一个对手，如果使用人当对手就会很让费时间，所以机器的对手是另外一个机器。