一、learning map
图中的蓝色部分是数据训练的几种情景(Senario)。包括半监督学习(semi-supervised Learning)、迁移学习(Transfe Learning)、无监督学习(Unsupervised Learning)、强化学习(Reinforcement Learning)。在有数据的情况下,监督学习和半监督学习是最好的。强化学习往往是没数据的情况下迫不得已的行为。因此什么样的情景选择,依据什么样的数据来的。
图中红色部分以及包含在其中的绿色部分代表Task以及面对这些task可以提供的model方案,包括Regression(回归)、classification(分类)、structure Learning(结构学习)。三者分别输出的是scalar、options、structured object。三者各自分别包含【logistics regression、DL regression、linear regression】【linear model、Non-linear Model(DL learning、SVM、Decision tree、KNN)】【random forest tree、xgboost】等。
二、supervised learning
这种方法需要我们告诉机器,什么是input、什么是output。以此为基础寻找一个function,这一function的output叫做labe