李宏毅机器学习Day01之机器学习介绍机器学习介绍机器学习相关的技术

参与了datawhale组队学习，李宏毅老师机器学习课程学习打卡
课程资料：https://www.bilibili.com/video/BV1Ht411g7Ef?p=1&vd_source=618ecf41cffc71dcd77f42f4c37554fe
课程笔记资料：https://linklearner.com/datawhale-homepage/#/learn/detail/93

机器学习介绍

机器学习的发展

目标：实现人工智能
手段：机器学习
深度学习与机器学习的关系：深度学习就是机器学习的其中一种方法

machine learning的发展目标：让机器他有自己学习的能力，不是写程序让他做到这件事，而是写程序让它具有学习的能力。

机器学习的framework

• training阶段：
  • step 1: 从事先准备的function set（叫做model）中找一个合适的function
  • step 2: 让machine可以衡量一个function是好还是不好
  • step 3: 让machine有一个自动的方法（好的算法）可以挑出最好的function

机器学习相关的技术

Supervised learning

特点：训练数据需要告诉function的input和output，若output无法通过自然的方式取得，需要人工的力量把它标注出来，叫做label

1 Regression

特点：machine找到的function，它的输出是一个scalar（具体数值）

2 Classification

1、特点：machine找到的function，它的输出是一个类别

2、分类：二分类（Binary）、多分类（Multi-class）
二分类：输出的是是或否（Yes or No）；
多分类：数个选项，每个选项都是一个类别，让他从数个类别里选择正确的类别。

3、模型分类
1）线性模型 linear model

2）非线性模型 non-linear model
常见：deep learning、SVM、decision tree、K-NN

3 Structured learning

让机器输出的是要有结构性的
例子：

Semi-supervised learning

数据特点：只有少量labeled数据和大量unlabeled数据
在语音辨识里面，机器输入是声音讯号，输出是一个句子。句子是要很多词汇拼凑完成。它是一个有结构性的object。

Transfer learning

数据特点：只有少量labeled数据和大量unlabeled数据，且有一大堆不相干的数据

Unsupervised learning

数据特点：数据没有任何label

最后

以上就是友好小刺猬为你收集整理的李宏毅机器学习Day01之机器学习介绍机器学习介绍机器学习相关的技术的全部内容，希望文章能够帮你解决李宏毅机器学习Day01之机器学习介绍机器学习介绍机器学习相关的技术所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。