一 、什么是机器学习
让机器学会自己 学习
二、机器学习 ≈ \approx ≈寻找一个函数
使用这个函数,我们得到期望的输出,例如:
输入一段语音信号,我们希望得到对应的文字信息;
输入一张图片,我们希望得到图片中的动物是什么;
输入围棋,我们希望得到下一步该怎么走能赢…
三、机器学习三步骤
四、学习路线
1. 监督学习(Supervised Learning)
1) 回归(Regression)
- 预测PM2.5
2) 分类(Classification)
- 二分类
- 垃圾邮件分类
- 多分类
- 文档归类(政治,经济,体育等)
- 深度学习中的分类
- 图片识别
- 围棋
2. 半监督学习(Semi-supervised Learning)
一些有标签数据,一些为无标签数据
3. 迁移学习(Transfer Learning)
根据某一任务训练出的模型运用到另一类相似的任务上,如:
4. 无监督学习(Unsupervised Learning)
训练集均为无标签数据,让机器自己学习。
5. 结构化预测(Structured Learning)
6. 强化学习(Reinforcement Learning)
利用奖罚规则进行学习
监督学习v.s. 强化学习
有点类似于监督学习是背棋谱,但强化学习是根据奖罚规则自己悟出一套棋谱出来。