4.6-introduction of machine leaining/介绍、总览

之前是看机器学习2021的课，之后才发现其实基础部分在2017的课里面，所以从2017的课重新开始看，有一些重复的内容就没有写笔记。

就像人的知识来源一样，有很大一部分知识是后天的学习，但是也有一部分知识是与生俱来的，刻在DNA里面的。机器也是这样，人类可以给它定义一些知识，但是如果机器只有这些知识，他将永远也不能超过它的创造者，他必须具有自我学习的能力才是真正的人工智能。

机器学习的内核其实就是找一个function，一个可以正确从输入指向特定输出的function，比如下面的speech recognition就是找到语音与语义之间的function，这个是人根本写不出来的，但是如果给机器足够多的训练资料，他指不定就可以完成。

那么教机器学会的步骤也就出来了，第一步就是存在一系列基础的function，这个就是model；第二部就是有很多训练数据，让机器可以来学习；第三步就是机器找到了最好的答案的function，然后用来做出新的判断test。

---

下面就是机器学习的学习框图，之后的视频学习也按照这个步骤来。

regression是指function的输出是scalar标量，classifiction的则是在规定的类别中选出正确的类别。

下图还有一个监督学习和强化学习的比较，监督学习就有人类当作家长，都是一对一的，强化学习则是从评价中学习，不会告诉你怎么做，也不知道哪一步的问题。