机器学习介绍---李宏毅《机器学习》笔记01

笔记前言

有幸参加datawhale组织的组队学习项目，希望借此机会能够督促自己利用好课余时间，感谢航路开辟者、领航员、航海士、船长和队友们的大力帮助！

附上datawhale的github首页https://github.com/datawhalechina

---

---

一、机器学习介绍

什么是机器学习

1. 关于人工智能、机器学习、深度学习的辨析：AI是目标，机器学习是手段，深度学习是机器学习的一种方法
2. hand-crafted rules：依靠手工建立的大量规则，永远无法超越创造者
3. machine learning：让机器有学习的能力，找出我们想要的function（给输入，获取我们想要的输出）。(举一反三的能力)
4. 三个步骤
   4.1 找到一个function
   4.2 让机器可以衡量一个function的好坏
   4.3 让机器可以自动挑出最好的function

机器学习相关的技术

1. learning map
   

监督学习

1. 回归：function的输出是一个数值（标量）
2. 分类：输出的是类别，进一步分为二分类和多分类问题

半监督学习

1. 与监督学习的不同：监督学习需要告诉机器function的input和output(label)是什么，需要人工把output标注出来，半监督学习可以减少label需要的量。
2. 数据集条件：少部分labelled data和大量unlabelled data

迁移学习

1. 同样也是可以减少data用量
2. 数据集条件：有大量不相干数据

无监督学习

1. 无师自通，丢一堆数据自己瞎学
2. 数据集条件： 完全无label的数据集

监督学习中的结构化学习

1. 输出是有结构性的，例如输出一个句子

强化学习

1. learning from critics
2. 像训狗一样，要让它知道什么是对的什么是错的，然后让它去反省

不同学习方法的比较

1. 根据不同的情境和任务选择不同的model
2. 没有孰优孰劣，合适最重要

二、为什么要学习机器学习？

1. 为了成为宝可梦训练师

学习总结

1. 主要学习了机器学习几种技术的概述
2. 这两天有点划水，明天争取把task2完成