task 1 机器学习介绍

机器学习感性认识

machine learning所做的事情，就是在寻找一个function,要让机器具有一个能力，这种能力是根据你提供给它的资料，它去寻找出我们要寻找的function.
找function
- 准备function set，其中有成千上万的function。这个function set就叫model
- 机器接下来要做的事为：它有一些训练的资料，这些训练资料告诉机器说一个好的function，它的输入输出应该长什么样子，有什么样关系。
- 我们需要有一个好的演算法，从function set里面挑出一个最好的的function，这个最好的function将它记为f?
  
  [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-QnEIqZNf-1641829678364)(C:\Users\20986\AppData\Roaming\Typora\typora-user-images\image-20220110232113847.png)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-5wvy0kt3-1641829678365)(C:\Users\20986\AppData\Roaming\Typora\typora-user-images\image-20220110232235682.png)]

左边部分为training，就是学习的过程。右边这个部分为testing,学好以后你就可以拿它做应用
机器学习步骤
- 第一个步骤就是找一个function
- 第二个步骤让machine可以衡量一个function是好还是不好
- 第三个步骤是让machine有一个自动的方法，有一个好演算法可以挑出最好的function。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-SLuZ4ViC-1641829678366)(C:\Users\20986\AppData\Roaming\Typora\typora-user-images\image-20220110232517235.png)]

机器学习的相关技术

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-au9NLT8J-1641829678366)(C:\Users\20986\AppData\Roaming\Typora\typora-user-images\image-20220110232604871.png)]

监督学习
- Regression:我们要做regression时的意思是，machine找到的function，它的输出是一个scalar，这个叫做regression
- Classification:在Classification里面机器输出的是类别。假设Classification问题分成两种，一种叫做二分类输出的是是或否（Yes or No）；另一类叫做多分类（Multi-class）
半监督学习
- 监督学习需要告诉机器function的input和output是什么。这个output往往没有办法用很自然的方式取得，需要人工的力量把它标注出来，这些function的output叫做label。
  
  那有没有办法减少label需要的量呢？就是半监督学习。
  
  假设你先想让机器鉴别猫狗的不同。你想做一个分类器让它告诉你，图片上是猫还是狗。你有少量的猫和狗的labelled data，但是同时你又有大量的Unlabeled data，但是你没有力气去告诉机器说哪些是猫哪些是狗。在半监督学习的技术中，这些没有label的data，他可能也是对学习有帮助。
迁移学习
- 另外一个减少data用量的方向是迁移学习。假设我们要做猫和狗的分类问题，我们也一样，只有少量的有label的data。但是我们现在有大量的data，这些大量的data中可能有label也可能没有label。但是他跟我们现在要考虑的问题是没有什么特别的关系的，我们要分辨的是猫和狗的不同，但是这边有一大堆其他动物的图片还是动画图片（凉宫春日，御坂美琴）你有这一大堆不相干的图片，它到底可以带来什么帮助。这个就是迁移学习要讲的问题。
无监督学习
- 如果在完全没有任何label的情况下，到底机器可以学到什么样的事情
监督学习中的结构化学习
- structured learning 中让机器输出的是要有结构性的，举例来说：在语音辨识里面，机器输入是声音讯号，输出是一个句子。
强化学习
- 我们若将强化学习和监督学习进行比较时，在监督学习中我们会告诉机器正确答案是什么。若现在我们要用监督学习的方法来训练一个聊天机器人，你的训练方式会是：你就告诉机器，现在使用者说了hello，你就说hi，现在使用者说了byebye ，你就说good bye。所以机器有一个人当他家教在他旁边手把手的教他每件事情，这就是监督学习。
  
  reinforcement learning是什么呢？在reinforcement learning里面，我们没有告诉机器正确的答案是什么，机器所拥有的只有一个分数，就是他做的好还是不好。若我们现在要用reinforcement learning方法来训练一个聊天机器人的话，他训练的方法会是这样：你就把机器发到线下，让他的和面进来的客人对话，然后想了半天以后呢，最后仍旧勃然大怒把电话挂掉了。那机器就学到一件事情就是刚才做错了。但是他不知道哪边错了，它就要回去自己想道理，是一开始就不应该打招呼吗？还是中间不应该在骂脏话了之类。它不知道，也没有人告诉它哪里做的不好，它要回去反省检讨哪一步做的不好。