深度学习day01

Marchine leariing

机器学习就是自动找函式

告诉机器要找的函式用

Supervised Learning  

函式的Loss ——评价函式的好坏

 

Reinforcement就是让机器自己下象棋，输赢自己尝试，没像监督学习那样有人为规定

给函式寻找范围：

函式寻找方法——Gradient Descent

 AI前沿研究

机器会识别图片中的猫，并解释为什么这是一只猫，这就是Explainable AI

人类如果恶意攻击影像辨识系统，会发生什么事，这就是Adversarial Attack

影像辨识系统可能得到很高的正确率，这个正确率来自巨大的马勒，将这个马勒缩小，这就是Network compression

猫狗分类，若放卡通人进去，机器也会将卡通人硬分类成动物，放很怪的东西进去，如何让机器自己知道自己不知道，这就是Anomaly Detection

当训练集和测试集不一样时，如何让机器学到东西，这就时Transfer Learning

让机器知道如何学习，目的是比人让机器学习的更有效这就是Meta learining  

 

期待机器自己学习，衍生出更有效率的算法

终身学习——life-long learning 

机器为什么不能变成天网，难点在哪? 

Rule of ML

Regression-case study

能做什么：

Stock Market Forecast

Self-driving car

Recommendation

步骤：

画出Loss- function 

怎么做？ 穷举，定值，左右踏 

反复进行上面这个步骤，最后就会找到Loss相对小的w和b

 

 

 Basic Concep