李宏毅机器学习概述

前言

本文来源于李宏毅老师的机器学习课程。`

一、机器学习框架Framework

机器学习≈寻找一个function，具备根据所提供的资料寻找出function，具体步骤见下图：

二、Learning Map

机器学习学习模块主要如下图所示：

1.监督学习Supervised Learning

监督学习是从输入/输出中学习总结规律，针对新的输入给出对应的输出，特点是训练数据具有标签label。

(1)回归问题

回归问题输出值是连续的，是一种定量输出，其输出空间是一个度量空间。例如：预测明天空气PM2.5的含量·、预测温度、预测价格等。

(2)分类问题

分类问题输出值是离散的，是一种定性输出，输出空间不是度量空间。分类问题被分为：二分类和多分类问题，二分类问题更多是yes or no，例如：垃圾邮件过滤、西瓜好坏判别等；而多分类问题则有多个分类选项，从多个类别里面选择一个正确的类别，例如：手写数字识别1-9。

常用的算法：K-近邻KNN、线性回归、逻辑回归LR、支持向量机SVM、决策树decision tree、随机森林Random Forest、神经网络。

2.半监督学习Semi-supervised Learning

半监督学习包含大量未标注数据和少量标注数据。主要是利用无标签数据，辅助有标签数据，进行监督学习。

3.迁移学习Transfer Learning

4.无监督学习Unsupervised Learning

无监督学习是使用未标记的数据训练模型，常见的无监督学习分为：聚类和降维。
聚类算法：k-means、DBSCAN、分层聚类算法、EM等，一般使用的是sklearn库。
降维算法：主成分分析PCA、、流形学习t-SNE、非负矩阵分解NMF等，同样使用sklearn库。

5.强化学习Reinforcement Learning

强化学习主要由智能体（Agent）、环境（Environment）、状态（State）、动作（Action）、奖励（Reward）组成。
智能体agent与环境之间交互的任务，agent像人类一样通过试错，不断地学习在不同的环境下做出最优的动作，而不是有监督地直接告诉agent在什么环境下应该做出什么动作，强化学习中不知道正确的动作是什么，reward是告诉agent执行一个动作或一系列动作后得到的奖励，强化学习通过一序列的最优动作，获得最大的长期回报。
强化学习是一个马尔科夫决策过程，由五元组<S，A，P，r，γ>组成。

总结

第一节视频内容主要对机器学习的分类进行介绍以及机器学习的优势。