李宏毅机器学习笔记--机器学习基础概述

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）