“Datawhale X 李宏毅苹果书 AI夏令营” Task 1

• 机器学习 (Machine Learning, ML) 概念：

  • 机器学习指的是让机器具备学习和找到函数的能力。通过这个能力，机器可以完成各种任务，如语音识别、图像识别等。比如，在语音识别中，机器要找的函数的输入是声音信号，输出是对应的文字。由于这个函数非常复杂，人类难以手动编写，所以依赖机器来自动寻找。

• 深度学习 (Deep Learning, DL)：

  • 深度学习是机器学习的一个分支，通常涉及到更复杂的神经网络结构，用于处理大规模的数据和复杂的任务。它在语音识别、图像识别和游戏决策等领域表现尤为出色。

• 机器学习的分类：

  回归 ：当要找的函数输出是一个数值时，这类任务称为回归。比如，预测未来某时间的 PM2.5 数值，输入可能包括当前的 PM2.5、温度、臭氧浓度等，输出是预测的 PM2.5 数值。分类 ：当要找的函数输出是从多个选项中选择一个，这类任务称为分类。例如，垃圾邮件检测就是一个分类问题，输出是“垃圾邮件”或“非垃圾邮件”。另一个例子是 AlphaGo 下棋，机器要从 19x19 个棋盘位置中选择一个最佳落子点，这也是一个分类问题。

• 结构化学习 (Structured Learning)：

  除了回归和分类之外，结构化学习涉及到产生有结构的输出物，比如让机器生成一张图片或写一篇文章。这类问题比单纯的回归或分类更复杂，因为机器需要生成复杂的结构化内容。