李宏毅机器学习课程---1、机器学习介绍
李宏毅机器学习课程---1、机器学习介绍
一、总结
一句话总结:
实际数据需求:机器学习 根据不同的 实际 数据情况 选择不同的机器学习方法
输入到输出:机器学习本质是一个由输入到输出的过程,就看你的输入给的详细不详细
1、机器学习的实质是什么?
Looking for a Function:去满足我们的需求
Machine Learning ≈ Looking for a Function
寻找一个函数去满足我们的需求
2、机器学习大致的应用方向举例?
Speech Recognition:声音识别
Image Recognition:图像识别
Playing Go:比如下围棋
Dialogue System:智能聊天系统
3、机器学习三个步骤?
1、define a set of function
2、goodness of function
3、pick the best function
goodness
英 [ˈɡʊdnəs] 美 [ˈɡʊdnəs]
n. 善良,美德;仁慈,慷慨;精华,养分
int. (表示吃惊或愤怒)天哪;上帝的替代语
4、机器学习中的regression 是什么意思?
回归学习
Regresion: The output of the target founction f is ‘scalar’. 我们在机器学习中要找的function输出是数值,
核心思想就是:连续函数下进行预测。
regression
英 [rɪ'greʃ(ə)n] 美 [rɪ'ɡrɛʃən]
n. 回归;退化;逆行;复原
5、机器学习的分类问题中的两种分类是什么?
Binary Classification 输出是或否:判断是否为垃圾邮件
Multi-class Classification输出多个类型:将文件分为政治、经济、体育等多个大类
Binary Classification: Spam filtering(垃圾邮件过滤),判断是垃圾邮件,不是垃圾邮件。
Multi-classification: Document Classification(文件分类),将文件分为政治、经济、体育等多个大类。
6、机器学习中的线性模型和非线性模型是什么(Linear Model 与 Non-Linear Model)?
Linear Model:【能力有限】:能做的事有限,一些简单的模型可以用它来做,但遇到复杂问题就力不从心了。
Non-linear Model:【能做复杂工作:比如图像分类】:For example,现在的深度学习就是一个Non-linear Model,能完成一些很复杂的工作,比如图像分类等。
7、机器学习的Non-Linear Model(非线性模型)分为哪四种?
Deep Learning(深度学习)
SVN(支持向量机)
Decision Tree(决策树)
K-NN(临近算法)
8、Unsupervised Learning 非监督学习是什么意思?
给非标记数据,让机器自己学习
比如要让机器学会阅读,希望机器自己在网络上爬去很多文章,自己理解其中的意思,进而取得人类的一些理解,掌握阅读的技巧,这就是非监督学习要做的。
9、Unsupervised Learning 非监督学习的实例?
要让机器学会阅读:希望机器自己在网络上爬去很多文章,自己理解其中的意思,进而取得人类的一些理解,掌握阅读的技巧,这就是非监督学习要做的。
要让机器学会自主绘画:我们只给机器呈现显示世界中的景象并不做标识,机器要从中提炼绘画风格与内容,学会通过作画表达自己。
10、Semi-supervised Learning 半监督学习 是什么?
部分有标签data:利用Unlabeled data优化function,也常用于数据不足时进行学
要建立一个辨识猫与狗的系统,手上有一部分Labelled data(已经标记好的猫狗图片),和一部分Unlabeled data(未做过标记的猫狗图片),那么Semi-supervised Learning做的就是利用Unlabeled data优化function,也常用于数据不足时进行学习。
11、Structuerd Learning(结构化学习)是什么?
Beyond Classification:在实际运用中,常常会遇到Beyond Classification的情况,比如语音识别,人脸识别,语言翻译等,是结构化输出。此类问题常配合Reinforcement Learning 解决。
12、Transfer Learning(迁移学习)是什么?
利用这些data优化function:另一部分与猫狗没有关系的图片(比如狮子老虎,标未标记都可)
还是建立辨识猫与狗的系统,手上有一部分Labelled data(已经标记好的猫狗图片),和另一部分与猫狗没有关系的图片(比如狮子老虎,标未标记都可),那么Transfer Learning就是利用这些data优化function。
transfer
英 [træns'fɜː; trɑːns-; -nz-] 美 [træns'fɝ]
v. 转让;转接;
13、Reinforcement Learning(增强学习)是什么?
解决超出分类的情况:会遇到Beyond Classification的情况,比如语音识别,人脸识别,语言翻译等
在实际运用中,以上方法并不能解决全部问题,常常会遇到Beyond Classification的情况,比如语音识别,人脸识别,语言翻译等,那么就要通过增强学习来解决问题。
reinforcement
英 [riːɪn'fɔːsm(ə)nt] 美 [,riɪn'fɔrsmənt]
n. 加固;增援;援军;加强
14、增强学习(Reinforcement Learning)的一个实例?
google 阿法狗:增强学习的一个非常知名的应用就是 google 阿法狗。
15、机器学习 主要解决的是哪三个问题(task)?
Regression(回归问题)
Classification(分类问题):比如判断图片是猫还是是狗
Structured Learning(结构化问题)
16、增强学习与监督学习有什么区别呢(Reinforcement Learning VS Supervised)?
Supervised:手把手教会机器:就像给了机器一个点读机,他听到一句话时可以看到其含义,每一句话都有标签,就像有一个手把手教他的老师。
Reinforcement Learning:机器唯一可以知道的就是他做的好还是不好
而Reinforcement Learning 就像跟女朋友对话,反复讲来回讲很多句话,直到女朋友觉得你无言以对愤然离去,机器唯一可以知道的就是他做的好还是不好,除此之外没有任何information。而这更像人类现实生活中的学习过程,必须自己像哪里做得好做得不够好,怎么修正。
17、机器学习的学习方式(比如监督学习,比如增强学习)我们是依据什么来选的?
根据实际情况:比如没有那么多数据,那就可以选 半监督学习,没有那么多标记数据,可以选增强学习啊
能做监督学习肯定就做监督学习了,比如标记数据够的情况,
18、什么数据情况下选择什么样的机器学习方式?
部分有标签data:Semi-supervised Learning
无标签data:Unsupervised Learning
一堆不相干data:Transfer Learning
只有来自外界的评价:Reinforcement Learning
有标签data:Supervised Learning
二、内容在总结中
转载于:https://www.cnblogs.com/Renyi-Fan/p/10962320.html
李宏毅机器学习课程---1、机器学习介绍相关推荐
- 李宏毅2021/2022春机器学习课程(机器学习基本概念简介)
(强推)李宏毅2021/2022春机器学习课程_哔哩哔哩_bilibili 目录 1.机器学习是什么? 2.机器学习任务 2.1 regression回归问题 2.2 classification分类 ...
- 学习笔记 吴恩达 斯坦福大学公开课 :机器学习课程-1 机器学习的动机与应用
机器学习的动机与应用 1,机器学习的定义 1959:"Field of study that gives computers the ability to learn without bei ...
- 自学机器学习课程怕踩雷?有人帮你选出了top 5优质课
选自Medium 作者:LearnDataSci 机器之心编译 本文作者在多年研究在线学习图景.在不同平台注册大量机器学习课程后,收集了目前最好的 5 门机器学习课程. 机器学习根植于统计学,正在逐渐 ...
- 加米谷报告:2019五个最棒的机器学习课程
机器学习课程与包含探索性数据分析,统计,通信和可视化技术等主题的数据科学课程不同,它更侧重于教授机器学习算法,如何以数学方式工作,以及如何在编程语言中使用它们.加米谷大数据带你走进机器学习 凭借强大的 ...
- 最受欢迎中文机器学习课程,台大李宏毅老师公开课2019版上线!
点击我爱计算机视觉标星,更快获取CVML新技术 本文经机器之心授权转载,禁二次转载. 机器之心编辑 参与:思源.泽南 台大教授李宏毅的机器学习课程经常被认为是中文开放课程中的首选.李教授的授课风格风趣 ...
- [2022]李宏毅深度学习与机器学习课程内容总结
[2022]李宏毅深度学习与机器学习课程内容总结 课程感受 第一讲必修 ML的三个步骤 第一讲选修 深度学习发展趋势 反向传播 从线性模型到神经网络 为什么要用正则化技术 为什么分类是用交叉熵损失函数 ...
- 李宏毅2020机器学习课程笔记(一)
文章目录 1. 课程简介 Course Introduction(P1) Rule of ML 2020(P2) 2. Regression Case Study (P3) Basic concept ...
- 李宏毅2021春季机器学习课程视频笔记1:Introduction, Colab PyTorch Tutorials, HW1
诸神缄默不语-个人CSDN博文目录 李宏毅2021春季机器学习课程视频笔记集合 VX号"PolarisRisingWar"可直接搜索添加作者好友讨论. 更新日志: 2021.11. ...
- 台大李宏毅机器学习课程
[机器学习入门] 台大李宏毅机器学习课程,转载来自:https://blog.csdn.net/soulmeetliang/article/details/77461607 TOPIC CONTENT ...
- 李宏毅2023春季机器学习课程
目录 2021&2022课程 重磅须知 我维护的其他项目 更新日志 课程地址 课程资料直链 课程作业直链 其他优质课程 2021&2022课程 CSDN Github 重磅须知 为方便 ...
最新文章
- linux 如何显示一个文件的某几行(中间几行)
- Vue.js 条件渲染
- SAP BASIS顾问认知的一些误区
- 使用junit+mockito进行mock测试实例
- 如果误删谷歌浏览器的书签,怎么恢复
- SpringBoot2.x整合quartz定时任务 快速入门
- 服饰贴图定制小程序V1.2.4安装更新一体包+小程序前端
- 2018.09.19python学习第七天part1
- python展示全部好友_利用Python网络爬虫抓取微信好友的签名及其可视化展示
- socket.io简介
- 3D资产大掌柜—Connecter
- 阿里云通过镜像迁移系统后,项目报异常Unable to set localhost. This prevents creation of a GUID...
- Graph U-Nets 笔记
- 时钟系统:时钟系统倍频分频配置--时钟系统分析案例
- java手势识别技术_Android基础开发之手势识别
- 可信平台模块TPM(Trusted Platform Module)介绍及tpm-tools安装使用
- 分段存储管理+逻辑地址转化为物理地址+例题
- 【线性代数】四、二次型
- 跳表SkipList介绍与实现
- SPP: Spatial Pyramid Pooling
热门文章
- java中io流浅析
- 【先定一个小目标】Postgresql允许远程访问配置修改
- Packet Tracer 5.0实验(七) 路由器单臂路由配置
- FabFilter Total Bundle 2021 mac版:14个专业的FabFilter插件(含安装与卸载)
- Mac电脑上线剪映专业版之初体验!
- 关于TeamViewer中的ITbrain
- VirtualBox 安装 win11 虚拟机
- k8s token 过期了怎么加入worker 节点
- Ubuntu 20.04 安装多个版本 php 并应用到 nginx
- 一款用了都说好的思维导图软件:Ayoa