P1–机器学习介绍
- 我们为什么要学习机器学习
- 机器学习是什么
- 机器学习的learning map
-
我们为什么要学习机器学习
现有的机器学习有很多种方法，比如在图像分割领域有传统基于水平集活动轮廓模型，分水岭模型，基于深度学习的方法。这么多种方法对所有的分割任务都有作用吗？答案是否定的。因此对于不同的任务需要不同的模型，我们的任务就是要寻找合适的模型解决遇到的问题。 -
机器学习是什么？
机器学习是什么：机器学习就是找到合适的函数根据提供的资料给出合理的答案
机器学习的框架：
step1: 给出一个function（不止一个）
step2：衡量function的好坏（在分类任务里面就是分类的准确性）
step3:有一个好的演算法挑出最好的一个function -
机器学习的learning map
Regression: 机器学习的一种test
Classification
有监督学习：使用标注数据
半监督学习：使用少量标注数据
无监督学习：学习做到无师自通
structured Learning：输出有结构的结果
音频—>文字
Supervised learning：手把手教给它
Reinforcement：从评价中学习
图片源自：李宏毅机器学习