（计算机学习系统）利用经验来改善计算机系统自身的性能。——Mitchell, Machine Learning
样本数据（历史经验）——>机器学习系统——>性能（预测精度）
如何学习？学什么？
反馈类型：无监督学习、有监督学习、强化学习
常用术语：正例、正样本：负例、负样本；训练集、开发集、测试集；损失函数；学习率
状态空间模型，用来搜索？
有监督学习
辅导功课VS监督学习
有很多“样本”；每一个样本要有明确的“答案”；犯错会被“惩罚”；多次练习直至不会犯错。
K近邻算法
决策树算法
算法思想：属性在决策树中的位置不同，决策树的效率是不同的；如果一个属性对于所有的样本没有区分能力，那么对于决策毫无用处；如果一个属性能把样本分为两部分，那它是好的属性，应该放在前面。
昆兰提出利用“信息增益”来对属性进行排序
支持向量机模型（SVM）
基本思想：对于二分类的问题，将样本数据表示为空间的点
我们认为，一个样本点与分割平面的距离越远，则分类越明显；如果我们呢能找到一个平面，使的在其两侧，两类样本之间的间隔尽可能大，则该平面就是优秀的分割平面；为达到间隔最大的目标，只需要看距离平面最近的几个样本，它们代表间隔，称为“支持向量”。
无监督学习
有明确的学习目标；有样本数据；不需人工标注知识；提升难度大
聚类
类似“聚堆”
聚类算法最终要求将样本数据唯一、确定地划为某一类别；不同类别之间样本不交叉；同一类别内部样本具有较高相似度；不同类别样本相似度低。
K-means聚类算法
思路：假设每个类别都聚集在摸一个“中心点”附近；起初，任选三个点；计算直到中心点稳定。
关键问题：初始选择的3个点——选择两两距离最远的3个点；随即划分样本成3堆，以3堆的平均重心作为起始点。
自动编码器
原始数据经过神经网络“编码”，再根据编码信息“解码”，还原原有信息；适应大量样本后，编码器本身能够表示关于问题的本质。
应用：图片抗噪——原始图像添加噪声之后再进入编码器，试图生成没有噪声的图像（根据不清晰的图片改成原来清晰的图片）；数据降维
其他学习
全监督学习：方法丰富、研究充分、性能好、成本高
无监督学习：方法简单、数据样本多
弱监督学习
例子：远程监督信息
半监督方法：方法简单，但远距离监督信息来源有限；往往不准确，容易引起错误
例子：社交网络上，给用户贴标签
解决思路：根据特征信息计算节点之间的相似度
迁移学习——样本迁移：寻找任务A标注数据，直接能够用于任务B的数据，训练任务B；特征迁移；模型迁移：机器翻译。
例子：图像风格的迁移学习
强化学习
强化学习认为，计算机单纯通过感知环境，与环境交互，并且从交互中获得评价反馈，就可以适应所处的环境。
基本思想：从环境中采样，抽象算法，用算法制作模型，解决环境优化问题；环境提供数据，模型把运算结果返回给环境，这时环境才给奖励；闭环过程。
奖励可以看作无监督信号。
例子：小孩学习走路，主体：小孩；环境：地板；动作：迈步；奖惩：笑脸、摔跤。
展望
强化学习的过程，实际上就是智能体适应环境的过程。与真实的生命过程也有类似之处。
目前，强化学习作为机器学习和人工智能的一个重要分支，受到越来越多的关注，许多学者也开始认为，强化学习代表人工智能未来发展的方向。
网友评论