【读书笔记】《深度学习之美》-2、3

深度学习是高度数据依赖型的算法。它的性能，通常是随着数据量的增加而不断增强的。
人工神经网络的强大之处在于，它拥有很强的学习能力。在得到一个训练集合之后，通过学习，提取到所观察事物的各个部分的特征，特征之间用不同的网络节点连接，通过训练链接的权重，改变每一个链接的强度，直到顶层的输出得到正确的答案。

• 机器学习的三大门派：

1. 监督学习大体分为回归分析和分类学习。
2. 回归分析主要包括线性回归和逻辑回归。
   回归问题也分为学习和预测两大部分。
3. 非监督学习本质上是聚类学习
4. 半监督学习就是以“已知之认知（标签化的分类信息）”，扩大“未知之领域（通过聚类思想将未知事物归类为已知事物）”。

• 强化学习（Reinforcement Learning）

1. 强化学习强调的是，在一系列的情景之下，选择最佳决策，它讲究通过多步恰当地决策，来逼近一个最优的目标。
2. 强化虚席并不需要出现正确的“输入\输出对”，也不需要校正次优化的行为。
3. 强化学习更专注于在线规划，需要在“探索”和“利用”中找到平衡