李宏毅机器学习P1-2学习笔记

1.人类利用机器学习（手段）达成人工智能的目的

2.人类设定好机器”天生本能“：无法超过创造者，思维僵化

3.machine learning：让机器人有自己学习的能力——
实际上就是寻找配适的functions(function set = model)"

4.机器应用输入+输出判断function好坏：supervised learning
5.用一个算法实现supervised learning-从function set 选最好的function（f*）
【3-5】training

6.使用function（f*）进行应用
【6】testing
————————————
learning map
scenario1:supervised learning
（告诉其正确的答案）"
task1.regression:输入资料，进行回归，输出（预测）数值
task2.classification
*binary：输出1/0
*multi-class：输出多个类别
*method:model (用于classification)-
linear model/non-linear model
task3.structured learning
*输出结构性内容（超越classification）
*未知较多
scenario2:semi-supervised learning—能结合使用没有label的data
scenario3:transfer learning—不相关问题能给目标问题带来的帮助
scenario4:unsupervised learning完全使用无label的data
scenario5:reinforcement learning
（评价其结果，从评价中学习）"
——————————————
why-需要AI训练师为机器选择合适的model和loss function