李宏毅机器学习:什么是机器学习?
源学习笔记链接: https://datawhalechina.github.io/leeml-notes/#/chapter1/chapter1).
https://datawhalechina.github.io/leeml-notes/chapter1/res/chapter1-1.png
学习笔记总结:
李宏毅机器学习课程第一节 对目前人工智能领域 机器学习进行简要凝练的总结。根据上图 进行归纳解释如下:
- 人工智能是目标 ,机器学习是实现人工智能的手段 深度学习是机器学习的一种方法
- 机器学习有别于传统的人工设定IF式的虚假智能,依赖于创建者的智慧水平,而让机器学习自己学习从而突破创建者的智慧上限。
- 回归 分类 结构化学习(如机器翻译 语音识别 人脸识别)是监督式学习的主要应用领域
- 监督式学习需要大量的有标注数据
- 无监督学习 适用于无标注数据
- 半监督学习 则是应用于少量有标注数据和大量无标注数据
- 迁移学习则是将一个环境下训练得到的模型用在另一个领域来提高泛化性能,即一个预训练的模型被用在另一个任务中,一般来说比从零开始训练效果要好
- 强化学习 是模拟人类真正学习情景,根据反馈结果判断自己做的好还是不好,从而优化自身