机器学习笔记之一(学习李神的教学内容)

机器学习就是自动找函式

第一，弄清楚想找什么样的函式？

机器学习包括三大类问题：Generation(文句、图片等用于翻译、产生图像等)、Regression、Classification
例如解决Binary Classification(Input->function->Yes/No)、Multi-Class classification(Input->function->class 1,class 2,…,class M)
对于解决不同的任务，需要弄清楚它的本质任务属性从而确定函式的类别

第二，怎样告诉机器你想找什么样的函式？

• Supervised Learning:提供带有Label的数据(x->function->result(与label比较)) 这时怎样让机器学习呢? 利用函式Loss：机器自动找出Loss最低的函式，此时每一步的训练都需要Label
• Reinforcement Learning：通过自己一步一步地判断得到最终结果，并把最终结果作为Reward使机器能不断提升自身的学习能力。例如早前的AlphaGo=Supervised Learning+ reinforcement Learning,现在最新一代的AlpahGo指利用Reinforcement Learning也可以实现很好的效果，比较广泛应用是因为不必在下棋的每一步都给出相应的Label，减少大量工作。
• Unsupervised Learning：不需要Label的一类方法(之后详细介绍)。

第三，机器怎样找出你想要的函式？

• 第一，给定函式寻找的范围（例如Linear、Neural Network等）
• 第二，函式寻找的方法——Gradient Desent（例如Implement the algorithm by yourself，Deep learning framework Pytorch等等）

前沿研究学习（将来计划学习的内容）

Explainable AI/Adversarial Attack/Anonaly Detection/Transfer Leraning(Domain Adversarial Learning)/Meta Learning(Learn to learn,让机器学习更聪明一点)/Life-long Learning(Continuous Learning)