一、學習總任務
二、完成任務1
Task01——機器學習介紹
Part1：任務綜述
本任務主要是需要掌味訓器學習的基本內容，包括簡要歷史、相關概念、主要相關技術的介紹，
Part2：主要內容筆記
1.人工智慧，機器學習，深度學習的關系
人工智慧是我們想要達成的目標，而機器學習是想要達成目標的手段，深度學習就是機器學習的其中一種方法，
若想機器具備人工智慧，那么根據生物智慧的性質，有那種方式，一是讓機器具備本能，二是通過后天學習的手段讓機器表現的很有智慧，由于是機器，機器的本能性是人類提前灌輸給它的內容，稱為規則，它根據人類設定好的規則進行各種行為，那么人類想不到東西，就沒辦法寫規則，沒有寫規則，機器就不知道要怎么辦，如此，就必須給以派給成千上萬的工程師，用血汗的方式來建出數以萬計的規則，然后讓他的機器看起來好像很聰明，機器的學習性主要體現在不需要非常大量的人來幫你想各式各樣的規則，只要手上有data，你可以讓機器通過自身反復學習來幫你做這件事情，
2.機器學習的基本框架
a、確定function集合；b、找到評價標準；c、找到最好的function
3.基于Learning Map介紹相關技術
a.監督學習（supervised learning）
監督學習是一種傳統的機器學習方式，是告訴機器function的input和output，機器通過我們提供給它的training data而學習后得到output.
其中，Regression是一種machine learning的task，它的輸出是一個scalar，
Regression和Classification的差別是機器輸出型別不一樣，在Regression中機器輸出的是一個數值，在Classification里面機器輸出的是類別，假設Classification問題分成兩種，一種叫做二分類輸出的是是或否（Yes or No）；另一類叫做多分類（Multi-class)，
我們知道，機器在解任務的程序中第一步就是要選擇function set，選不同的function set就是選不同的model，Model有很多種，有線性模型和非線性模型，在非線性的模型中最耳熟能詳的就是Deep learning，（注意：除了deep learning 以外還有很多machine learning的model也是非線性的模型）
b.半監督學習(Semi-Supervised Learning，SSL)
半監督學習使用大量的未標記資料，以及同時使用標記資料，來進行模式識別作業，（means：監督學習的訓練資料都是有標簽的）
c.遷移學習（Transfer learning）
遷移學習就是把為任務 A 開發的模型作為初始點，重新使用在為任務 B 開發模型的程序中，這個學習有些像讓機器學會舉一反三，
d.無監督學習（Unsupervised Learning)
通過監督學習的對比來理解無監督學習：
- 監督學習是一種目的明確的訓練方式，你知道得到的是什么；而無監督學習則是沒有明確目的的訓練方式，你無法提前知道結果是什么，
- 監督學習需要給資料打標簽；而無監督學習不需要給資料打標簽，
- 監督學習由于目標明確，所以可以衡量效果；而無監督學習幾乎無法量化效果如何，
d.強化學習（Reinforcement Learning, RL）
這種學習方法是不斷語環境的互動、試錯，最終得到特定目的，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/294378.html
標籤：AI
上一篇：阿里云NAS檔案遷移專案實踐