李宏毅机器学习——学习笔记（1）

• 人工智能，机器学习和深度学习的关系？人工智能是目标，机器学习是1980年发现的用于实现人工智能的手段，深度学习是2010年后发展的一种属于机器学习的方法。

• 手工规则（hand-crafted rules）：僵硬，无法面对新情况
  机器学习：程序用来提供学习的能力(Looking for a function from data）
  

• 通过训练数据，得到function的损失程度，从而获取最佳的function。
  

• Machine Learning的分类：

  Supervised Learning, Semi-supervised Learning, Unsupervised Learning, Transfer Learning，Reinforcement Learning

• Supervised Learning的分类：

  • 回归：目标函数的输出是数值型
  • 分类：目标函数的输出的是离散型,分类里面包含了深度学习和十大传统的机器学习算法（svm，knn…）
  • Structured Learning：语音识别和机器翻译等工作（全新的领域，目前问题较多）

• Supervised Learning vs Reinforcement Learning
  Supervised Learning: Learning from teacher(对或者错)
  Reinforcement Learning: Learning from critics(惩罚机制)
  
  最后一句， 数据决定情景（scenario），不同的情景下都有类似的task，不同的task下有类似的method，只是没有展开而已。