x.1 key components in ML
就和统计学习方法书中说的一样,机器学习也可以分为几个核心要义,Data, Models, Objective Functions, Optimization Algorithms, 其中:
- Data: 用来学习的数据
- Model: 如何转换/translate数据的模型
- Objective Function: 目标函数,用来量化模型有效性
- Optimization Algorithm: 调整模型参数以优化目标函数的算法
整个机器学习的过程就是一轮一轮的数据迭代,通过下面的图更方便记忆:
x.2 Kinds of Machine Learning Problems
机器学习分类主要为两大类,如下所示:
- Supervised Learning
- Regression
- Classification
- Tagging
- Search
- Recommender Systems
- Sequence Learning
- Unsupervised and Self-Supervised Learning
- Interacting with an Environment
- Reinforcement Learning
其中自监督学习也可以当做是无监督学习的一种,例如GAN就是将输入当做输出来进行真假标签的判定。