机器学习-李宏毅-Lecture0-Introduction课程笔记

本文是李宏毅机器学习课程的开篇笔记,介绍了AI、ML、DL之间的关系,解释了为何需要机器学习以及其工作原理。内容包括机器学习的任务类型,如回归、分类,并探讨了半监督、迁移、无监督和强化学习。学习地图为初学者提供了清晰的学习路径。
摘要由CSDN通过智能技术生成

链接

video
pdf

AI ML DL关系

人工智能(AI)是我们要追求的目标。
机器学习(ML)是使用的手段,指机器通过学习可以和人一样聪明。
而深度学习(DL)是机器学习中的一种方法,指很多层网络叠加起来。
如下图所示。
AI ML DL关系

Why ML?

使用规则可以解决一部分问题,但是难以考虑到所有的情况,永远无法超越创造者,没有freestyle。

What is ML?

机器学习其实所做的就是寻找一个function,从input到output的一个映射function。
数据可以是image、video、language、棋谱等等。

How ML works?

ML的Framework如下:

  1. 准备function set,包含许多functio
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值