什么是監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、弱監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)、多示例學(xué)習(xí)？

隨著機(jī)器學(xué)習(xí)問題不斷深入人心，人們也將現(xiàn)實(shí)中遇到不同的問題分為不同的學(xué)習(xí)方式，其中，最基礎(chǔ)的應(yīng)屬監(jiān)督學(xué)習(xí)，無監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)了。

監(jiān)督學(xué)習(xí)(supervised learning)：已知數(shù)據(jù)和其一一對(duì)應(yīng)的標(biāo)簽，訓(xùn)練一個(gè)智能算法，將輸入數(shù)據(jù)映射到標(biāo)簽的過程。監(jiān)督學(xué)習(xí)是最常見的學(xué)習(xí)問題之一，就是人們口中常說的分類問題。比如已知一些圖片是豬，一些圖片不是豬，那么訓(xùn)練一個(gè)算法，當(dāng)一個(gè)新的圖片輸入算法的時(shí)候算法告訴我們這張圖片是不是豬。

無監(jiān)督學(xué)習(xí)(unsupervised learning)：已知數(shù)據(jù)不知道任何標(biāo)簽，按照一定的偏好，訓(xùn)練一個(gè)智能算法，將所有的數(shù)據(jù)映射到多個(gè)不同標(biāo)簽的過程。相對(duì)于有監(jiān)督學(xué)習(xí)，無監(jiān)督學(xué)習(xí)是一類比較困難的問題，所謂的按照一定的偏好，是比如特征空間距離最近，等人們認(rèn)為屬于一類的事物應(yīng)具有的一些特點(diǎn)。舉個(gè)例子，豬和鴕鳥混雜在一起，算法會(huì)測(cè)量高度，發(fā)現(xiàn)動(dòng)物們主要集中在兩個(gè)高度，一類動(dòng)物身高一米左右，另一類動(dòng)物身高半米左右，那么算法按照就近原則，75厘米以上的就是高的那類也就是鴕鳥，矮的那類是第二類也就是豬，當(dāng)然這里也會(huì)出現(xiàn)身材矮小的鴕鳥和身高爆表的豬會(huì)被錯(cuò)誤的分類。

強(qiáng)化學(xué)習(xí)(reinforcement learning)：智能算法在沒有人為指導(dǎo)的情況下，通過不斷的試錯(cuò)來提升任務(wù)性能的過程?！霸囧e(cuò)”的意思是還是有一個(gè)衡量標(biāo)準(zhǔn)，用棋類游戲舉例，我們并不知道棋手下一步棋是對(duì)是錯(cuò)，不知道哪步棋是制勝的關(guān)鍵，但是我們知道結(jié)果是輸還是贏，如果算法這樣走最后的結(jié)果是勝利，那么算法就學(xué)習(xí)記憶，如果按照那樣走最后輸了，那么算法就學(xué)習(xí)以后不這樣走。

弱監(jiān)督學(xué)習(xí)(weakly supervised learning)： 已知數(shù)據(jù)和其一一對(duì)應(yīng)的弱標(biāo)簽，訓(xùn)練一個(gè)智能算法，將輸入數(shù)據(jù)映射到一組更強(qiáng)的標(biāo)簽的過程。標(biāo)簽的強(qiáng)弱指的是標(biāo)簽蘊(yùn)含的信息量的多少，比如相對(duì)于分割的標(biāo)簽來說，分類的標(biāo)簽就是弱標(biāo)簽，如果我們知道一幅圖，告訴你圖上有一只豬，然后需要你把豬在哪里，豬和背景的分界在哪里找出來，那么這就是一個(gè)已知若標(biāo)簽，去學(xué)習(xí)強(qiáng)標(biāo)簽的弱監(jiān)督學(xué)習(xí)問題。

半監(jiān)督學(xué)習(xí)(semi supervised learning)：已知數(shù)據(jù)和部分?jǐn)?shù)據(jù)一一對(duì)應(yīng)的標(biāo)簽，有一部分?jǐn)?shù)據(jù)的標(biāo)簽未知，訓(xùn)練一個(gè)智能算法，學(xué)習(xí)已知標(biāo)簽和未知標(biāo)簽的數(shù)據(jù)，將輸入數(shù)據(jù)映射到標(biāo)簽的過程。半監(jiān)督通常是一個(gè)數(shù)據(jù)的標(biāo)注非常困難，比如說醫(yī)院的檢查結(jié)果，醫(yī)生也需要一段時(shí)間來判斷健康與否，可能只有幾組數(shù)據(jù)知道是健康還是非健康，其他的只有數(shù)據(jù)不知道是不是健康。那么通過有監(jiān)督學(xué)習(xí)和無監(jiān)督的結(jié)合的半監(jiān)督學(xué)習(xí)就在這里發(fā)揮作用了。

多示例學(xué)習(xí)(multiple instance learning)：已知包含多個(gè)數(shù)據(jù)的數(shù)據(jù)包和數(shù)據(jù)包的標(biāo)簽，訓(xùn)練智能算法，將數(shù)據(jù)包映射到標(biāo)簽的過程，在有的問題中也同時(shí)給出包內(nèi)每個(gè)數(shù)據(jù)的標(biāo)簽。多事例學(xué)習(xí)引入了數(shù)據(jù)包的概念，比如說一段視頻由很多張圖組成，假如1000張，那么我們要判斷視頻里是否有豬出現(xiàn)，一張一張的標(biāo)注每一幀是否有豬太耗時(shí)，所以人們看一遍說這個(gè)視頻里有豬或者沒豬，那么就得到了多示例學(xué)習(xí)的數(shù)據(jù)，1000幀的數(shù)據(jù)不是每一個(gè)都有豬出現(xiàn)，只要有一幀有豬，那么我們就認(rèn)為這個(gè)包是有豬的，所有的都沒有豬，才是沒有豬的，從這里面學(xué)習(xí)哪一段視頻（1000張）有豬哪一段視頻沒有就是多事例學(xué)習(xí)的問題。