深度学习-----思想篇（二）

       刚才听了吴恩达教授在斯坦福上的机器学习课程第一讲，有些感悟，记录一下：

       机器学习和深度学习有什么联系，其实深度学习就是机器学习，只不过深度学习是深度网络神经学习的简写，是机器学习更深入部分，如果以后深度学习再深入的会不会叫多维学习？这是我的个人揣测，呵呵。

        机器学习课程中提到了 学习型算法，提到了监督学习，无监督学习，强化学习，提到了回归、分类、聚类的概念。

        我理解学习型算法其实是一种能动的、批量的、有规律的去完成重复性的动作或者劳动的算法，比如和电脑下棋。

        监督学习是已经制定了比较标准的多个答案，让那些数据与标准对比，然后得出对应的答案。比如房价调查、癌症的判断。

        无监督学习是事前没有制定比较标准的答案，需要用同类聚合的方法，来将数据的特征找出来，比如3D图片的处理，这个是机器学习最有意思，也是最难的地方。

        强化学习类似于我们平时重复教育，反复告知机器那些是对的，要执行，哪些是不对的，不能执行。

        这几个概念，我理解最快的就是强化学习，因为在学校老师就是这么教的，从1、2、3开始，再到a、b、c ，有点无师自通的赶脚，吴教授还把用强化学习算法搞出来的机器人来演示了一下，其中就有汽车根据路况来判断方向和速度的，这不就是百度研究的无人驾驶汽车吗，其实早就有雏形了。

         监督学习也好理解，也是在学校中，老师说男生的头发必须留平头，不能超过6MM,然后学校里的长头发，分头就很另类，这就是标准的力量，呵呵。

         无监督学习理解最难，因为我们不善于发现，很多东西在中国都是千篇一律的，就比如中国的寺庙，现在建的越来越像，一点创意都没有。是中国人传统教育把中国人的思维都束缚住了，不说了，难过。无监督学习，我的理解就是从未知中发现新奇的东西，把这些新奇的东西再分类聚合到一起，形成一种新的事物，这应该就是创新，这恰恰是中国人最缺乏的。

        吴教授最后说了一句，大致意思是商业公司比如百度，就不应该研究算法如何定义，如何写，因为这是大学教授用了几十年才归纳总结出来的，商业公司的任务就是把这些算法应用到实际中去，有能力优化最好，如果没有能力就不要白费功夫，让斯坦福的老印去研究吧。

       自己为百度研究院有些担心，优秀的人才在中国这个浮躁，功利、善于人斗的社会，能安心研究算法吗？ 琢磨这些干嘛，自己是不是闲的？

        以上都是个人观点，与机构无关，非喜勿喷，谢谢。