第一周学习任务：深度学习和pytorch基础学习心得
视频部分
对机器学习有了一次充分的了解，了解了机器学习的发展。
上来其实讲了机器学习是什么，看完视频我的理解，机器学习就是让机器去学习，只是告诉这个机器输入和输出，但不告诉他怎么从输入得到输出的，用足够的数据作为支撑，让计算机自己得出一些列准则区别于不同的输入，给出不同的输出，同时也区别于专家系统。
这个图及说明了机器学习的使用条件，又显示出机器学习的优点，当数据少，简单时，直接进行判断是比较简单的，当数据多，但是简单时，就用专家系统，因为比较简单，人为的定义它的特点就会便于区分，当数据够多又很复杂的时候，这时候就用到了机器学习。
机器学习不适合用在一些可公式化的场景里，因为这里输入和输出具有唯一的确定的关系，很难从输入到输出的变化得出具体实现的过程。
第二讲的是机器学习是怎么学
数据标记分为监督学习和无监督学习，半监督学习，和强化学习
其中监督学习 就是人工对所有数据进行标注
无监督学习没有对数据进行标注，只能大概对数据进行分类
半监督学习 对部分数据进行标注，适用于一些标注数据成本很高的场景
强化学习 用一种”奖励“的方法来反馈