机器学习-李宏毅-课程学习

课程导入20220625

P1：机器学习是什么？

machine learning=looking for function找函数f(x)

深度学习=机器学习的一个关键技术，用类神经网络

eg.  x--f(x)--y

X：vector函数、Matrix矩阵、sequence序列等

Y：scalar数值，regression；classification分类；text,image等

P2：机器如何找函数？

1）L1-L5，supervised learning监督学习，收集一堆资料，做标注（labels），做训练

2）L7，self-supervised learning自监督学习，pre-train在训练之前做的事，做好基本技能。不需要标注，机器自动学习，先通过分辨简单任务就会完成复杂任务的处理。pre-trained Model（foundation Model）----Downstream Tasks

3）L6，Unsupervised learning非监督学习--Generative Adversarial Network生成对抗网络技术，只需要输入大量x，自动输出Y

4）L12，Reinforcement Learning(LR)强化学习.———不知道怎么标注,但是知道哪种结果是好坏

P3：其他进阶课题

L8，Anomaly Detection异常检测，让机器具备回答“我不知道”的能力

L9，Explainable AI可解释性AI，机器知道为什么答案是这样？

L10，Model Attack模型攻击，人类加入noise，对模型进行攻击

L11，Domain Adaptation域适应，训练数据与最终测试数据很不一致，需要适用

L13，Network Compression网络压缩，模型太大，将之变小

L14，Life-long Learning终生学习，为什么没有办法让机器一直学习新的技术

P4：学习如何学习learn to learn

L15：Meta Learning元学习，学习如何学习，机器基于经验发明新的模型算法。Few-shot learning只用少量的标注资料就可以学习=meta learning