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