Datawhale 李宏毅机器学习 Task1

1. 引入

引入： 生物本能

河狸筑造水坝的能力

---

思考：如何赋予机器本能？

通过 规则 （hand-crafted rules）编码
存在问题：

• 难以考虑所有可能性
  • 永远无法超越创造者
• 大量人工因素
  

---

2. 机器学习

machine learning所做的事情，你可以想成就是在寻找一个function，要让机器具有一个能力，这种能力是根据你提供给他的资料，它去寻找出我们要寻找的function。还有很多关键问题都可以想成是我们就是需要一个function。

Framework

左边这个部分叫training，就是学习的过程；右边这个部分叫做testing，学好以后你就可以拿它做应用。
在整个machine learning framework整个过程分成了三个步骤：

1. 找一个function，
2. 让machine可以衡量一个function是好还是不好，
3. 让machine有一个自动的方法，有一个好演算法可以挑出最好的function。

---

3. 机器学习相关技术

• 监督学习

  • 数据（data) 标签 (label) 一一对应
    • 回归： 输出一个数值
    • 分类： 输出一个类别

• 半监督学习

  • 减少label数量（未标注的数据对训练依旧有用）

• 迁移学习

  • 减少 data 用量

• 无监督学习

  • 没有 label

• 监督学习中的结构化学习

  • 让机器输出的是要有结构性的，举例来说：在语音辨识里面，机器输入是声音讯号，输出是一个句子。

• 强化学习

  • reinforcement learning里面，我们没有告诉机器正确的答案是什么，机器所拥有的只有一个分数，就是他做的好还是不好。

---

4. 为什么要做机器学习？

宝可梦训练师

• 宝可梦训练师要挑选合适的宝可梦来战斗
  • 不同 宝可梦 有不同的属性
• 召唤出的宝可梦不一定听话
  • eg. 小智的喷火龙
  • 需要有经验的宝可梦训练师

---

AI训练师

• AI训练师要挑选合适的model， loss function
  • 不同 model, loss function 适合解决不同的问题
• 不一定能找出 best function
  • eg. Deep Learning
  • 需要有经验的AI训练师

参考资料：

1. Datawhale 笔记资料
2. 李宏毅机器学习