1. 拒绝伪AI,只做真AI:
伪AI:通过枚举规则使程序作出相应反馈,表面上以假乱真
真AI:有学习能力,这也是机器变聪明的重要前提。机器由人创造,人可以变聪明,机器天然具有变聪明的本能。
2. 寻找最合适的函数
机器学习大体路径:①找到一个函数集→②给出能自动优化函数参数的方法→③用数据测试,优化函数的参数,找到最合适的函数→④用最合适的函数测试新数据,给出结果
3. 相关技术
- 监督学习
特点:需要大量打标数据训练模型
Regression(回归):通过数据训练,输出一个标量
↓
↓
Classification(分类):含二分类(输出yes/no)和多分类(输出某种类别)
↑
通过线性模型、非线性模型(包含深度学习)实现
- 半监督学习
特点:只需要少量打标数据即可训练
- 无监督学习
特点:有输入,无输出
- 监督学习中的结构化学习
特点:输出有结构性的结果,如:句子,图片识别
- 强化学习
特点:自省式学习,比较符合真正学习的情景,可以机器与机器互学
4. 为什么要学习机器学习?
AI模型及损失函数的种类很多,不同的问题所需的模型都不相同,所以需要通过学习积攒经验,以便在遇到问题时能比较快速地确定