ML 學習筆記(Introduction of Machine Learning)

ML Lecture: Introduction of Machine Learning

在還沒有機械學習之前，人們是用設定好的天生本能來實現人工智慧

此為hand-crafted AI 的範例，現在還是有很多號稱AI的產品是用hand-crafted

像語音辨識的function，function太過複雜無法憑人類自己單獨找出，
因此需要藉著Machine Learning找到方程式

Scenario:指的是使用工具的先後順序，比如如果我們無法用Supervised Learning，才做

Reinforcement Learning

Task:是指要解決的問題的類型

Regression與Classification不同的地方是，前者輸出的是數字，後者輸出的是是否或類別

以下是減少Data用量的方法

少量 Labelled data 大量Unlabeled data

大量unlabelled data但是都是跟labelled data不相關的data

看過大量的資料可以分類出各個族群

Structured learning是要機器輸出具有結構性的東西

Supervised learning 就像在學校教育，有正確答案可以給你訂正

Reinforcement learning 就像在職場學習，主管只會給你打分數，不會有一個唯一的正確答案

提問:

Unsupervised learning 跟Reinforcement learning的差別??

前者是提供大量的資料讓機器分類出各種群體，後者是設計者只會給你打分數，讓機器判斷下一步如何做

Reference:
https://blog.jaycetyle.com/2018/05/self-learn-ml/

http://www.yanglajiao.com/article/soulmeetliang/72591054

https://www.cnblogs.com/HL-space/p/10676637.html

https://datawhalechina.github.io/leeml-notes/#/