关键词：
一.机器学习介绍
1.机器学习介绍
以前的人工智慧完全是依靠人制定的规则行事，而机器学习相比增加自主学习即自己制定规则的能力。怎么做到呢？就是通过提供给他的资料，学习出来一个function。
2.机器学习想关的技术
a.监督学习
Regression：输出是scalar，是可以是连续中的一个数值。
Classification:输出的是类别，如二分类，多分类。
监督学习：提供给机器的function set 是有输入input 和输出 label 的，什么输入对应什么输出。
对于训练出来的model可能有线性模型和非线性模型，非线性模型如Deep leaning.
b.半监督学习
function set中既有labelled data,又有 unlabelled data
c.迁移学习
也是用来减少data用量，比如做猫狗分类问题时，一大堆不相干的图片（凉宫春日，御坂美琴）等图片可以带来什么帮助。
d.无监督学习
完全没有任何label的情况下，机器学习特征。
举例来说，如果我们给机器看大量的文章（在去网络上收集站文章很容易，网络上随便爬就可以）让机器看过大量的文章以后，它到底可以学到什么事情。
举另外一个无监督学习的例子：假设我们今天带机器去动物园让它看一大堆的动物，它能不能够在看了一大堆动物以后，它就学会自己创造一些动物。那这个都是真实例子。仔细看了大量的动物以后，它就可以自己的画一些狗出来。有眼睛长在身上的狗、还有乳牛狗等等。
e.监督学习中的结构化学习
在machine要解的任务上我们讲了Regression、classification，还有一类的问题是structured learning。
structured learning 中让机器输出的是要有结构性的，举例来说：在语音辨识里面，机器输入是声音讯号，输出是一个句子。句子是要很多词汇拼凑完成。它是一个有结构性的object。或者是说在机器翻译里面你说一句话，你输入中文希望机器翻成英文，它的输出也是有结构性的。或者你今天要做的是人脸辨识，来给机器看张图片，它会知道说最左边是长门，中间是凉宫春日，右边是宝玖瑠。然后机器要把这些东西标出来，这也是一个structure learning问题。
f.强化学习
reinforcement learning，不告诉机器正确的答案，只在机器预测完之后，告诉他做的好还是不好。
二.为什么我们需要学习机器学习？
像训练师训练宝可梦，合适的宝可梦对应合适的场景。我们需要对应场景来训练出合适的模型。
李宏毅机器学习笔记：1.机器学习介绍(代码片段)
文章目录P1:机器学习介绍1.1人工智能、机器学习、深度学习关系1.2实现途径1.3实现方法1.4总结P2:我们为什么需要学习机器学习#Time:2021.08.23#内容：P1~P2P1:机器学习介绍1.1人工智能、机器学习、深度学习关系①什么是人工智能&#x... 查看详情
《深度学习》李宏毅--task1机器学习介绍
机器学习介绍 机器学习（MachineLearning），就是让机器自动找函数。如语音识别，就是让机器找一个函数，输入是声音信号，输出是对应的文字。如下棋，就是让机器找一个函数，输入是当前棋... 查看详情
李宏毅《机器学习》丨7.conclusion（总结）
Author：AXYZdong李宏毅《机器学习》系列参考视频地址：https://www.bilibili.com/video/BV1Ht411g7Ef参考文档：DataWhale文档六个Task李宏毅机器学习丨1.Introductionofthiscourse（机器学习介绍）李宏毅机器学习丨2.Regressionÿ 查看详情
李宏毅《机器学习》丨7.conclusion（总结）
Author：AXYZdong李宏毅《机器学习》系列参考视频地址：https://www.bilibili.com/video/BV1Ht411g7Ef参考文档：DataWhale文档六个Task李宏毅机器学习丨1.Introductionofthiscourse（机器学习介绍）李宏毅机器学习丨2.Regressionÿ 查看详情
深度学习李宏毅《机器学习》学习笔记
【深度学习】李宏毅《机器学习》学习笔记2021年8月16日P1-P2节-机器学习介绍和为什么要学习机器学习1950年，人工智能就出现了好厉害~~机器学习中包含了深度学习。早期的人工智能其实都是想当于给河狸装上一个先天的本能... 查看详情
李宏毅机器学习深度学习介绍与反向传播机制
BatchandMomentumReview：OptimizationwithBatch上次我们有讲说,我们实际上在算微分的时候,并不是真的对所有Data算出来的L作微分,你是把所有的Data分成一个一个的Batch,有的人是叫MiniBatch,那我这边叫做Batch,其实指的是一样的东西,助教投... 查看详情
组队学习李宏毅的深度学习-1
一、学习总任务二、完成任务1Task01——机器学习介绍 Part1：任务综述 本任务主要是需要掌握机器学习的基本内容，包括简要历史、相关概念、主要相关技术的介绍。 Part2：主要内容笔记1.人工智慧，机器学... 查看详情
台湾李宏毅老师-机器学习
参考网址：http://blog.csdn.net/youyuyixiu/article/details/53886092国立台湾大学电机工程学系助理教授–李宏毅 研究领域：机器学习、深度学习、语义理解、语音辨识 个人主页 课程名称：MachineLearningandhavingitdeepandstructured 查看详情
《深度学习》李宏毅--task7总结
总结：进一步学习机器学习基础，希望以后有机会多多实践，为以后进入这个领域做准备。学习内容：01-机器学习介绍介绍机器学习的概念，监督学习，无监督学习，迁移学习，强化学习等概念02-... 查看详情
李宏毅机器学习课程笔记
课程资源B站视频课程网址课程笔记问答整理下面仅记录自己的所得所感第一节Regression从单变量回归引入，再sigmoid/RELU拟合函数从而一步步到深度学习的框架，介绍的非常巧妙。尤其在sigmoid/RELU拟合函数那里，听了之... 查看详情
李宏毅机器学习-0introduction
MLLecture0:IntroductionofMachineLearningAIv.s.MLv.s.DLArtificialintelligence->objectiveMachinelearning->methodsDeeplearning->onemethodofmachinelearningHand-craftedrulesmany"ifs"hardtoconsider 查看详情
李宏毅机器学习课程知识点总结
开发者涨薪指南48位大咖的思考法则、工作方式、逻辑体系 查看详情
《2021机器学习-李宏毅》学习笔记
文章目录简介内容示意个人学习笔记01-Regression02.1-deeplearning-general_guidance02.2-deeplearning-类神经网络优化技巧02.3-deeplearning-loss_of_classification03-CNN04-Self-attention05-Transformer06-Generative_Model(GAN)07-Self-S 查看详情
视频+ppt2021年李宏毅版40节机器学习课程已更新完毕，推荐收藏！
提起李宏毅老师，熟悉机器学习的读者朋友一定不会陌生。最典型的就是开局一言不合就“宝可梦”。李宏毅老师幽默风趣的教学风格也吸引力很多机器学习爱好者。李宏毅老师，是宝岛台湾大学电机工程系教授，他... 查看详情
李宏毅《机器学习》丨4.deeplearning（深度学习）
Author：AXYZdong李宏毅《机器学习》系列参考视频地址：https://www.bilibili.com/video/BV1Ht411g7Ef参考文档：DataWhale文档文章目录一、深度学习发展历史二、深度学习三个步骤2.1Step1：神经网络（Neuralnetwork）2.2Step2... 查看详情
台大李宏毅课程学习总结
...方面的基础真的是很薄弱，于是决定认真从头看完台大李宏毅《机器学习与深度学习》课程的完整视频学习。所为机器学习，其实可以类比于我们在数学中的函数，在学习函数时，我们会根据自变量与因变量寻找他们之间的函数... 查看详情
李宏毅机器学习回归
1.FunctionwithUnknownParameters第一个步骤是我们要写出一个,带有未知参数的函式,简单来说就是我们先猜测一下,我们打算找的这个函式F,它的数学式到底长什麼样子。举例来说,我们这边先做一个最初步的猜测,我们写成这个样子2.DefineLo... 查看详情
李宏毅2023春季机器学习课程
...通知会及时更新，祝大家学习顺利，再次感谢李宏毅老师授权转载；我维护的其他项目图片数据不够？我做了一款图像增强软件开箱即用，涵盖主流模型的图像分类|主干网络学习/对比/魔改项目一键转换与编... 查看详情