1.机器学习概论
机器学习是什么
机器学习就是让机器能自动找到一个函数（function）
- 语音识别（Speech Recognition）
输入是音频，输出是音频对应的文字。 - 图像分类
输入是图片，输出是类别（比如猫、狗）。 - AlphaGo下围棋
输入是当前棋盘的状态，输出是下一步落棋的位置。 - 对话/问答系统
机器能够找到哪些函数？
为解决不同的问题、完成不同的任务，需要找到不同的函数，那机器学习能找到哪些函数呢？
- 回归（Regression）
输出是一个连续的数值、标量，比如PM2.5预测。 - 分类（Classification）
输出是一个离散的值。
二分类（Binary Classification）的输出就是0或1、Yes或No、…，比如文本情感分析的输出可以是正面和负面。
多分类（Multi-Category Classification）的输出就是[1,2,3,…,N]，比如图像分类里判断一张图片是猫还是狗还是杯子。 - 生成（Generation）
很多教科书把机器学习划分为回归问题和分类问题，但其实不止这两种问题，还有其它问题，比如生成（Generation）。
生成（Generation）指让机器学习如何创造/生成，比如生成文本、图片等。生成式学习（chatGPT）
如何告诉机器我们希望找到什么函数
我们该如何为机器提供学习资料？
- 有监督学习（Supervised Learning）
可以把有监督学习中的“监督”理解为“标签（Label）”，即数据集中不仅包括特征还包括标签。
有了标签，我们就可以评价一个函数的好坏，进而优化这个函数。
使用Loss判断函数的好坏，Loss越小，函数越好。个人想法：值得一提的是，Loss/评价指标是多样的、优化方法也是多样的。 - 强化学习（Reinforcement Learning）
原始的AlpahGo是先通过有监督学习优化到一定程度，然后用强化学习继续优化。
新版本的AlphaGo是完全通过强化学习实现的，优于原始的AlphaGo。 - 无监督学习（Unsupervised Learning）
只给机器提供数据特征，但不提供数据标签。那机器能学到什么呢？
下面以让机器学习下围棋为例：有监督学习VS强化学习。
- 有监督学习
函数的输入（数据特征）就是棋盘状态，函数的输出（数据标签）就是下一步落棋的位置。
此时，我们需要为机器提供的数据就类似棋谱（如果现在棋局是这样，那下一步怎么落棋最好），但其实人类不一定知道怎么落棋最好。
个人想法：理论上，通过这样的有监督学习，机器是无法超越人类的。因为这样的有监督学习的本质是人类把自己的下棋策略教给机器，机器学习的内容仅仅是人类的下棋策略而无法“自主进行思考”，所以理论上机器是无法超越人类的。同时要注意，这里的人类指全人类。 - 强化学习
让机器跟自己、别人下棋，把结果（赢或输）作为Reward，引导机器学习如何下棋。
如果它赢了，那它就知道这一盘里有几步棋下得好，但不知道是哪几步；如果它输了，它就知道这一盘里有几步棋下得不好，但不知道是哪几步。
个人想法：理论上，通过这样的强化学习，机器是可以超过人类的。因为两者的学习材料没有本质区别，但机器的机能却优于人类，这里讲的机能包括信息共享能力、记忆能力、执行能力等方面
机器如何找出我们想找到的函数
- 我们要给定函数形式/范围（模型）
比如假定函数是线性模型、神经网络等等。模型就是一个函数集，模型的参数确定以后，才得到一个函数。 - 找到更好的函数：
使用梯度下降（Gradient Descent），找到更好的函数。
前沿研究
- AI的可解释性（Explainable AI）
比如，机器为什么认为这张图片里有一只猫？ - 对抗攻击（Adversarial Attack）
对输入故意添加一些人无法察觉的细微的干扰，导致模型以高置信度给出一个错误的输出。 - 模型压缩（Network Compression）
把模型压缩以减少模型对计算资源消耗。 - 异常检测（Anomaly Detection）
使机器知道它遇到了自己不知道的东西。 - 迁移学习（Transfer Learning/Domain Adversarial Learning）
一个模型已经学到了一些知识，将这些知识应用到另一个任务中。 - 元学习（Meta Learning）
让机器学习如何学习。
机器学习是我们教机器学习某种知识，元学习是我们教机器如何学习。 - 终身学习（Life-Long Learning）
让机器终身学习，学习完任务1、再继续学任务2、……
机器学习的三个步骤
- 确定模型（Model）/函数集（Function Set）
- 确定如何评价函数的好坏
- 确定如何找到最好的函数