机器学习-深度学习介绍

机器学习基本概念

机器学习目标：
寻找一个函数function，这个函数往往是人类计算起来很复杂的

输入：
向量、矩阵、序列
输出：
数值、类别、文档

任务：

• Regression（回归）：函数输出一个标量
• Clssification（分类）：给一些类别，函数输出正确的类别 。阿尔法狗可以看作19×19类别的分类
• Structured learning（结构化学习）：创造一些结构（图片，文档）

寻找function步骤：
1、写出带有未知参数的函数 Model y+b + wx1 w- 权重 b-偏差
2、从训练数据中定义损失 L（b，w）
3、优化：找一个w*，b*，使得L最小

章节课程介绍

HW1: COVID-19 Case Prediction

HW2: Phoneme Classification

HW3: Image Classification

HW4: Speaker Classification

HW5: Machine Translation

监督学习：
在训练模型之前先有一些基本功，可以理解为预训练模型，事先已经训练好了权重等参数。用于抽取特征。

HW6: Anime Face Generation

Lecture 7: Self-supervised Learning

Lecture 8: Anomaly Detection

Lecture 9: Explainable AI

Lecture 10: Model Attack

Lecture 11: Domain Adaptation

Lecture 12: Reinforcement Learning (RL)

Lecture 13: Network Compression

Lecture 14: Life-long Learning

Lecture 15: Meta learning