【1】机器学习--概念篇

• 监督学习（Supervised Learning）
  监督学习是使用已知正确答案的示例来训练网络的。
  步骤1：数据集的创建和分类
  步骤2：训练
  步骤3：验证
  步骤4：使用

• 无监督学习（Unsupervised Learning）
  无监督学习适用于具有数据集但无标签的情况。无监督学习采用输入集，并尝试查找数据中的模式。比如，将其组织成群（聚类）或查找异常值（异常检测）
  无监督的学习技术：
  — 自编码（Autoencoding）
  —主成分分析（Principal components analysis）
  — 随机森林（Random> forests）
  — K均值聚类（K-means clustering）

  无监督学习中最有前景的最新发展之一是Ian Goodfellow

• 半监督学习（Semi-supervised Learning）
  半监督学习在训练阶段结合了大量未标记的数据和少量标签数据。与使用所有标签数据的模型相比，使用训练集的训练模型在训练时可以更为准确，而且训练成本更低

• 强化学习（Reinforcement Learning）
  强化学习是针对再次没有标注数据集的情况而言的，但还是有办法来区分是否越来越接近目标（回报函数（reward function））。经典的儿童游戏——“hotter or colder”。（Huckle Buckle Beanstalk的一个变体）是这个概念的一个很好的例证。任务是找到一个隐藏的目标物件，然后你的朋友会喊出你是否越来越hotter（更接近）或colder（远离）目标物件。“hotter/colder”就是回报函数，而算法的目标就是最大化回报函数。可以把回报函数当做是一种延迟和稀疏的标签数据形式：而不是在每个数据点中获得特定的“right/wrong”答案，会得到一个延迟的反应，而它只会提示你是否在朝着目标方向前进。另外的例子就是训练狗狗的例子。