introduction to ML/DL——李宏毅2020机器学习深度学习课程笔记（一）

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