Task 1 李宏毅机器学习-机器学习介绍

机器学习的应用领域：

1. 语言辨识
2. 图像识别
3. 象棋
4. 对话系统

机器学习目的找出一个function

机器学习的过程：（supervised 有监督的）

1. Collect a set of function——model
2. 训练集训练数据 
3. 根据训练资料判断function的好坏

——挑出最好的function：（训练的过程 即training）

• 验证function的好坏，输入一只机器没见过的猫，希望机器能自动识别它是猫（测试的过程testing）

过程总结：1、确定一个function set

                  2、训练数据

                  3、让机器能够衡量function的好坏

Learning map：

1、回归预测（监督）  预测的是标量 数值数据 如PM2.5

2、分类（监督）  二元分类  （好/坏）

     多种类分类  (体育/财经/娱乐）

• 线性模型
• 非线性模型
  • deep learning

(function复杂所以能做复杂的事，图像识别、下围棋

• SVM /决策树/KNN

3、半监督学习  没有labeled的数据对机器学习可能也有帮助

4、transfer learning

5、无监督学习:  机器能否通过阅读大量文章，能否学会词汇的意思

结构化学习 structured learning

6、强化学习  reinforced learning：没有告诉机器正确答案，只给机器分数

从评价中学习，更符合真实社会中的学习模式

没有办法做监督学习的时候才做强化学习，一般是缺少数据