机器学习基础概述
机器学习就是自动找一个函数。 (输入一系列数据,输出你想要的结果)例如分类:二分类Yes OR No;或者多分类:class1、class2、class3…
机器学习基本可以分为: Regession 和 Classification
怎么告诉机器你想要什么样的函数呢?
Supervised Learning 并且需要给机器Labeled Data
机器会给一个函数 Loss 来评估当前函数的好坏
机器会找出Loss最低的函数。
Reinforcement Learning ( 让机器自己去学习,不会告诉他这一步决策是不是好不好,机器可以根据最终结果来决定这一步好不好)
Unsupervised Learning
semi-supervised Learning
...
怎么给定函数的寻找范围?(机器不需要试用所有的函数)
函数寻找方法 -- Gradient Descent
机器学习前沿?
机器知道只是一只猫,但是理由是什么
Adversarial Attack(信息攻击,机器看到以后会把猫识别成狗)
Network Compression (把很大的模型可以放到手机上等)
...
Meta Learning (机器学习 是 通过 不懈努力 花费 大量的时间 来学习,meta learning 则是研究写一个算法来让该算法自己写合适的机器学习算法)