Datawhale-李宏毅深度学习Day1

在了解深度学习之前，我们首先要学习机器学习以及明白为什么要学习机器学习。

机器学习

来自台大的李宏毅老师以河狸筑水坝的例子讲述了生物本能与机器本能的相似，再指出了采用hand-crafted rules的chat-bot表面上看起来很“智能”，实则全是if构造，只能实现显式编程。
让我印象深刻的是，李老师将machine learning所做的事情比作寻找一个function的过程。同时李老师将清楚的讲述了监督学习、非监督学习、半监督学习、增强/强化学习等的区别。

类别	区别
监督学习(supervised learning)	训练数据(X,Y)
非监督学习(unsupervised learning)	训练数据只有X
半监督学习(semi-supervised learning)	少部分(X,Y),大部分只有X
增强/强化学习(reinforcement learning)	没有正确答案，只看分数大小

其中在监督学习中，根据预测值的连续离散情况可以分为regression和classification。