機(jī)器學(xué)習(xí)中比較活躍的四大應(yīng)用領(lǐng)域
數(shù)據(jù)挖掘
用機(jī)器學(xué)習(xí)方法，發(fā)現(xiàn)數(shù)據(jù)之間的關(guān)系
計(jì)算機(jī)視覺
用機(jī)器學(xué)習(xí)方法，讓計(jì)算機(jī)像人一樣看懂世界
自然語言處理
用機(jī)器學(xué)習(xí)方法，讓計(jì)算機(jī)像人一樣看懂文字
機(jī)器人決策
用機(jī)器學(xué)習(xí)方法，讓計(jì)算機(jī)像人一樣具有決策能力
例如：左轉(zhuǎn)方向盤，右轉(zhuǎn)方向盤，緊急制動(dòng)等
數(shù)據(jù)挖掘案例：
一、回歸問題
回歸問題的主要內(nèi)容：
1. 從一組數(shù)據(jù)出發(fā)，確定某些變量之間的定量關(guān)系式；即建立數(shù)學(xué)模型并估計(jì)未知參數(shù)。
2. 檢驗(yàn)這些關(guān)系式的可信任程度。
3. 在多個(gè)自變量影響一個(gè)因變量的關(guān)系中，判斷自變量的影響是否顯著，將影響顯著的選入模型中，剔除不顯著的變量。
4. 利用所求的關(guān)系式對(duì)某一過程進(jìn)行預(yù)測(cè)或控制。
案例1：根據(jù)一個(gè)人體檢指標(biāo)：求數(shù)學(xué)函數(shù)f（sex,age,protein,……,lymphocyte）=Blood Glucose;
此函數(shù)為連續(xù)型的多維概率密度函數(shù)，得到的是血糖的連續(xù)值。
二、分類問題
通過建立函數(shù)將樣本離散化，實(shí)質(zhì)就是回歸問題的離散化結(jié)果。0
案例2：預(yù)測(cè)是否得了糖尿病
已知樣本數(shù)據(jù)，求函數(shù)f(height,SNP1(基因系列）,BMI分類，……，SNPSS)=whether a person has diabetes
三、什么是機(jī)器學(xué)習(xí)
根據(jù)已知的數(shù)據(jù)，學(xué)習(xí)出一個(gè)數(shù)學(xué)函數(shù)f(x1,x2,x3,x4,……)=y使其更能夠有更強(qiáng)的預(yù)測(cè)能力。
四、專有名詞概念
機(jī)器學(xué)習(xí)模型：f
Features（特征）
Label（標(biāo)記）
樣本、數(shù)據(jù)集
案例：計(jì)算機(jī)視覺分類
案例三：圖像分類
輸入圖像->輸出類別
已知：輸入一些實(shí)例樣本，給出標(biāo)簽：airplane，automobile，bird，cat……
求：一個(gè)機(jī)器學(xué)習(xí)模型f,使其實(shí)現(xiàn)上述功能。
案例四：目標(biāo)檢測(cè)
讓機(jī)器檢測(cè)出一張圖片中所有的類別，并輸出類別在圖片中的位置信息（矩形塊圈中物體）
案例五：語義分割
給出圖片：一匹馬，被完整的分割出來
本質(zhì)上來講仍是分類問題，即對(duì)每個(gè)像素點(diǎn)進(jìn)行分類。
f([xi,yi])=y ([xi,yi])代表第i個(gè)像素點(diǎn)
案例六：場(chǎng)景理解
無人駕駛領(lǐng)域：
無人車根據(jù)學(xué)習(xí)結(jié)果識(shí)別場(chǎng)景區(qū)分可駕駛區(qū)域
案例七：文本分類
一篇新聞->輸入->機(jī)器學(xué)習(xí)模型->輸出->類別
案例8：自動(dòng)生成文本摘要
一篇文章->輸入->機(jī)器學(xué)習(xí)模型->輸出->摘要
案例九：翻譯
輸入英文->輸出中文
案例十：?jiǎn)柎?/p>
Query+text->輸入->輸出->答案
案例十一：人機(jī)對(duì)話
微軟小冰
案例十二：image to text
輸入圖片->輸出描述性文字
案例十三：end to end級(jí)自動(dòng)駕駛
傳統(tǒng)無人駕駛：相機(jī)+雷達(dá)->3D建模->路徑規(guī)劃->產(chǎn)生控制信號(hào)（1.感知環(huán)境2.路徑規(guī)劃3.控制信號(hào)）
端到端：采集圖像（大量）->機(jī)器學(xué)習(xí)模型（省略了3D建模和路徑規(guī)劃）->控制信號(hào)
案例十四：玩賽車游戲
用程序來控制賽車，讓程序玩游戲而不是人玩，使其具有決策能力。
趨勢(shì)：機(jī)器人與人打。
案例十五：機(jī)器人開門
機(jī)器人通過攝像頭采集信息，輸出控制信號(hào)
學(xué)習(xí)過程：通過成千上萬次的仿真實(shí)驗(yàn)?zāi)M這個(gè)過程，使得機(jī)器掌握開門的能力。
機(jī)器學(xué)習(xí)的分類：
1.傳統(tǒng)的監(jiān)督學(xué)習(xí)/深度學(xué)習(xí)：案例1、2
2.深度學(xué)習(xí)：自然語言處理所有案例，計(jì)算機(jī)視覺所有案例，end to end 級(jí)無人駕駛13
3.深度學(xué)習(xí)+強(qiáng)化學(xué)習(xí)：案例14，15
學(xué)習(xí)路線：1->2->3
循序漸進(jìn)
?
?
