最近在系統(tǒng)化學(xué)習(xí)ML相關(guān)知識，算法的同事推薦了李宏毅老師的課程。
因此每天看1個視頻，并嘗試通過公眾號和簡書記錄并沉淀下來。

本節(jié)鏈接：

https://www.youtube.com/watch?v=CXgbekl66jc&feature=youtu.be

主要內(nèi)容

• 本節(jié)課介紹了機器學(xué)習(xí)的主要內(nèi)容，以及給出了Learning Map。

Learning Map

• 課程的學(xué)習(xí)地圖

learning_map.png

Task

regression

• 回歸

classification

• binary
• multi-class

structured-learning

• 非regression和classfication的任務(wù)，都是structured-learning任務(wù)

Method

Linear Model

• 線性模型

Non-linear Model

• Deep Learning
• SVN, Decision-tree, K-NN, etc.

Scenario

• Scenario通常是有實際情境決定的，不是想用什么方法就用什么方法。
• 通常來說，如果能用Supervised Learning，就不應(yīng)該用Reinforcement Learning。

Supervised Learning

• 監(jiān)督學(xué)習(xí)

Semi-supervised Learning

• 半監(jiān)督學(xué)習(xí)

Transfer Learning

• 遷移學(xué)習(xí)

Unsupervised Learning

• 非監(jiān)督學(xué)習(xí)

Reinforcement Learning

• 強化學(xué)習(xí)