1. 人工智能机器学习与深度学习的关系
人工智能是目标,机器学习是手段,深度学习是机器学习的一种方法。
2. 人工智能的目标
人工智能第一个目标是实现像人一样的功能(if堆叠,已实现),第二个目标是像人一样拥有学习的能力(当前努力的方向)。
所以,实现人工智能的程序是在教机器如何学习。
3. 机器学习的整体流程:
概念上关键点:
(1)model: model=fuction的集合(选择fuction类型,确定function的参数取值)
(2)training data:告诉我们什么样的fuction是一个好的fuction
(3)优化方法:优化方法其实就是寻找最好的function的方法
4. 机器学习的三个步骤:
(1) 定义函数集合
(2)评价函数好坏
(3)寻找最优函数
5. 课程整体结构:
scenario: 学习情境,一般是由问题决定的
task:根据问题function类型不同
method
(1)关于transfer learning:有标记的图片与没标记的图片Label不一样
(2)关于structure learning:
1)输出是有着一定结构的
2)struture learning在机器学习的问题中占比最大:
(2)关于reinforcement learning:
1)没有label,但是有对于模型结果的评价分数
2)更符合人的真正学习方式
3)alphago是supervised learning+reinforcement learning
6. 为什么要学习深度学习?
未来的工作:选择model和loss function,判断model是否正常工作,解决部分模型最优化困难的问题