筆記摘要
本次機器學習課程主要包含如下內容，較之前的課程有部分改變。
- 機器學習就是一個自動找函數的方法。
想要找什麼樣子的函數？
- 迴歸問題想要找到一個輸出是數值的函數
- 分類問題想要找到一個輸出分類的選擇的函數
如何告訴機器你想要找什麼樣的函數？
-
監督學習(Supervised Learning)
用帶標籤的數據來訓練，告訴機器什麼是正確的輸出。通過loss，機器可以判斷函數的好壞，機器自動找出這個loss最低的函數。
-
強化學習(Reinforcement Learning)
我們並不告訴機器正確的答案，機器只會得到一個做得好不好而生成的分數，但他不知道自己到底哪裏做的不好，他也沒有正確的答案，而Reward是其引導的方向。
機器如何找出你想要的函數？
- 給定機器一個函數尋找的範圍；
- 函數尋找的方法——Gradient Descent等。
前沿研究
- AI的可解釋性
- 對抗樣本
- 網絡模型壓縮
- 異常檢測(Anomaly Detection)
- 遷移學習
- 元學習——讓機器具備學習如何學習的能力
- 終身學習