李宏毅机器学习（一）导论

机器学习是什么

老师列举了个实例漫画，一个机器人被切开了后里面都是if（else），这种机器人不具备自我学习的能力

机器学习   是根据我们的大量数据寻找到一个function函数，以获得对新数据的预测（回归）或识别（分                        类）的过程

插图1 训练好数据实现分类，输入一张猫图片，输出cat

回归   

       函数输出是个   数值（连续或区间连续）

分类

       函数输出是0,1,2,3……(包括多分类和二分类)

二分类

       函数输出是0,1即yes,no，如判断是否为垃圾邮件，是不是一只猫

多分类

       函数输出是多个类0,1,2,3等等，如判断文章属于什么类型（政治，社会，经济，体育等）

插图2 机器学习图谱

---

分类学习有无监督

监督      

数据有对应的标签（已分类好）

可分为有监督，无监督，半监督

半监督，测试数据部分没有标签，可能只有小部分有标签，但是没有标签的数据是有用的

无监督，测试数据没有标签（无法通过标签直接判别验证），如让机器自己看大量文章，进行分类等等

插图3 无监督学习--机器去动物园看到这些动物，能否自己创造新的动物

---

迁移学习 transfer learning 

如要训练猫狗的分类，有大量无关的图片数据（可能部分有标签）

插图4  迁移学习

---

结构学习structure learning

输入数据，提取多个信息（目前有很多技术尚未被探明）

插图5 结构学习

---

强化学习reinforcement learning

常常是因为没有办法做监督学习（缺少数据）

与监督学习相比，监督学习会给出正确答案，而强化学习会给出一个评价

如聊天机器人跟人聊天，人给出对话评价，机器学会总结

如alpha go下棋，给出下棋的评价（其实alpha go是监督学习和强化学习的结合）

插图6