A. AI/机器学习/深度学习
AI是目的，机器学习是手段，深度学习是机器学习其中一种方法
B.机器学习是什么？
C.Learning path
?
?C1 监督学习：
INPUT :大量资料
OUTPUT: 人工标注 (label)
C11任务：
回归/分类/结构化学习
分类：下围棋，可以看作十九乘十九个类别的分类问题
结构化学习：OUTPUT：结构性的对象（比如句子/分辨图片的结构）
C12 模型：
线性模型/非线性模型
非线性：SVM / deep learning/ decision tree/...
C2 半监督学习
OUTPUT 既有labelled?又有 unlabeled （对学习也可能有用）
C3 迁移学习
OUTPUT 既有labelled?又有 unlabeled 以及其他不相干资料?（对学习也可能有用）
C4 无监督学习
INPUT :大量资料
OUTPUT: 无
C5 强化学习
VS监督学习（训练过程中）：INPUT，? OUTPUT：正确答案
强化学习（训练过程中）：INPUT，OUTPUT：分数（做的好/不好）
若我们用Alpha Go当做例子时，supervised learning就是告诉机器：看到这个盘式你就下“5-5”，看到这个盘式你就下“3-3”
reinforcement learning的意思是：机器跟对手互下，机器会不断的下棋，最后赢了，机器就会知道下的不错，但是究竟是哪里可以使它赢，它其实是不知道的。我们知道Alpha Go其实是用监督学习加上reinforcement learning去学习的。先用棋谱做监督学习，然后在做reinforcement learning，但是reinforcement learning需要一个对手，如果使用人当对手就会很让费时间，所以机器的对手是另外一个机器。
图片，资料来自李宏毅《机器学习》