机器学习（李宏毅2020）-课程笔记

Introduction

本文PDF课件：下载地址

机器学习本质是自动寻找函数式

例如：

• speech recognition
  f （ 输入音频信号 ）= “how are you”
• image recognition
  f （ 输入图像 ）= “Cat”

你想找到怎么样的函数式

• regression（回归）：
  输出是一个数值

• classfication（binary，multi-class）：
  输出是一个类型

• generation：
  输出复杂结果（图片、语句）

怎么告诉机器你想找什么样的函数式？

• 函数的Loss：

labeled data >>>  function >>> 结果

Loss = 结果的错误率
机器会自动寻找Loss最低的函数式

supervised learning

有监督学习，给机器输入训练数据（Labeled Data），告诉机器：某一具体情况，输出对应的结果

unsupervised learning

无监督学习，输入的数据为Unlabeled Data

• transfer learning:
  迁移学习，训练数据跟测试数据的类型不一样的，例如以黑白图片训练识别数字，测试时使用了彩色图片，如何使机器也能输出正确的结果

• meta learning：
  教机器学习如何去学习

• life-long learning（continous learning）：
  终身学习，不停学习

reinforcement learning

强化学习，属于无监督学习

输入First step >>> 经过many steps自由发展  >>> 输出了正确结果

则把输出了正确结果的步骤作为Reward，并以此引导机器学习的方向

谷歌的产品：
Alpha GO = supervised learning + reinforcement learning
Alpha ZERO = reinforcement learning

三者区别

（1）监督学习有反馈，无监督学习无反馈，强化学习是执行多步之后才反馈。
（2）强化学习的目标与监督学习的目标不一样，即强化学习看重的是行为序列下的长期收益，而监督学习往往关注的是和标签或已知输出的误差。
（3）强化学习的奖惩概念是没有正确或错误之分的，而监督学习标签就是正确的，并且强化学习是一个学习+决策的过程，有和环境交互的能力（交互的结果以惩罚的形式返回），而监督学习不具备。

explainable AI：
可解释性AI，让机器告诉人们它是怎么做的

机器怎么找出你想要的函数式

给定函数式的寻找范围
给定函数式的寻找方法
Gradient Descent （梯度下降）