[人工智能]Machine Learning_李宏毅

一、机器学习概述

1.机器学习就是让机器自动找函式。

例：语音识别——通过函式，输入语音，输出对应文字。图像识别——通过函式，输入图片，输出这张图片上有什么东西。下围棋——通过函式，输入现在棋盘上黑子白子的位置，输出下一步棋子的位置。对话系统——通过函式，输入对机器说的话，输出机器的回应。

2.机器学习过程

（1）你想找什么函式？Regression(回归)+Classification(分类)+Generation(生成)

找的函式不同，有不同的机器学习任务。比如，假设输出的是一个数值，就用Regression（回归）；假设输出的是一个二选一的结果，就用Binary Classification（二分类）；假设输出的是一个多选一的结果，就用Multi-class Classification（多分类）；假设要产生有结构的复杂东西，如翻译输出一段文字或输出一张图片，就用Generation（生成）。

（2）怎么告诉机器你想找什么样的函式？

Supervised Learning（监督学习）——提供给机器有标注label的数据—评估函式的Loss（类似失败率，越低越好）—期待机器会自动找出Loss最低的函式

Reinforcement Learning（强化学习）

Unsupervised Learning（无监督学习）——输入数据没有标注label

（3）机器怎么实际找出你想要的函式？

①给定函式寻找范围（Linear（线性） / Network Architecture（网络结构，如CNN、RNN））

②函式寻找方法——Gradient Descent（梯度下降）