李宏毅机器学习 Task1.1 Introduction

参考：https://blog.csdn.net/dukuku5038/article/details/82347021

https://github.com/dafish-ai/NTU-Machine-learning

https://blog.csdn.net/soulmeetliang/article/details/77461607

https://blog.csdn.net/soulmeetliang/article/details/72591054

1. .机器学习= ==寻找一种函数
这个函数可以：语音识别、图像识别、智能控制、对话系统

2. 如何寻找这个函数——机器学习的三个步骤

和把大象放冰箱一样，一共分三步：
1.定义一个函数集合（define a function set）
2.判断函数的好坏（goodness of a function）
3.选择最好的函数（pick the best one）**

3. 学习路线

• 监督学习(Supervised learning):监督学习是在有数据标注的情况下进行学习。
• 半监督学习(Semi-Supervised learning)：是学习的过程中，当训练数据中带标记的（labled）数据不够多。
• 迁移学习（Transfer learning)：迁移学习是在已经学习的基础上，去做看似和以前学习不相关的事情，但是实际效果很好。
• 非监督学习(Unsupervised learning)：非监督学习就是在没有具体数据标注的情况下进行学习。
• 结构化学习(Structed learning) ：结构化学习就是要超越简单的回归和分类，函数产生结构化的结果。

 

 

4. 总结（注意每个框图的颜色）