机器学习打卡task1

人工智能、机器学习、深度学习之间的关系

此漫画描述了规定的程序所实现的假的 AI

机器学习其实就是从一堆数据中学习到莫一种规律,一个函数
不同的模型会有不同的函数集,机器需要做的是在这些函数集中找到某一个函数
但是一般由训练数据以及模型所得出来的f只是ture f 的近似。

机器学习有如下几个板块,不同的任务考虑不同的模型,不同的训练方法,设计不同的损失函数

(1) 监督式学习需要大量的数据且需要耗费大量的人力物力对数据进行标注在次背景之下出现了半监督式学习,半监督式一部分数据有标注而一部分数据没有标注
(2) 同样的由于监督式学习需要大量的标注过的数据,成本很高。由此诞生了transfer learning 与半监督学习的区别:半监督中的为标注的数据,与已标注的数据高度一致,而transfer中的未标注数据不一定高度一致


无监督式学习:只有数据而没有标注,个人理解为一种探索性的学习,例如现在所提出的生成模型。机器学习数据中一些特性,对数据进行聚类操作等。
此外还有结构性学习,强化学习

1-2节小结:这两节课主要介绍了什么是机器学习,实现的步骤,机器学习的不同方式,
对于不同的任务需要挑选不同的模型(函数集)建立不同的损失函数(评判标准),通过优化算法从而找到比较合适的F。

浙ICP备19012682号