一.机器学习(ML)是什么?
大致意思为:让机器具有学习的能力
与人工智慧(AI)和深度学习(Deep Learning)的关系:
人工智慧==目标
机器学习==达成目标的手段
深度学习==机器学习的一种方法
人工智慧>机器学习>深度学习
二.Machine Learning≈Looking for a function
前提:写程序使其获得学习的能力
机器学习过程:寻找一个function,让机器具有这种能力.
获得的能力:你提供资料,机器人去寻找对应合适的function
(你输入input(question),机器寻找并应用function(way),得到output(reply).)
三.Framework(find function)
三个步骤
1.先假设你手上有一个function set(model)
2.你拿出一个function,机器判断这个function是好的还是不好的。
3.机器从function set里面挑出一个最好的的function
四.相关技术
1.监督学习
准备一些训练资料
大量的training data
选择与鉴别,预测与分类
2.半监督学习
减少label(output)需要的量
没有label的data对学习会有帮助
3.迁移学习
同样减少data用量
添加一大堆不相干有帮助
4.无监督学习
学到无师自通
只有function的输入,没有任何的输出(output)
5.补充:监督学习中的结构化学习
让机器输出的是要有结构性的
不同于regression,classification
例子:语音转成句子
6.强化学习
不知道答案
比起教学更像是吸取教训
五.机器学习意义
AI训练师需要为机器挑选合适的model和loss function。不同的model和loss function适合解决不同的问题。