機器學習能做到哪些工作，研究人員最關心哪些問題，***已經在課程介紹了講的比較清楚了。本文以此為基礎，給出該領域一些主要工作想要解決的問題和方法，持續更新。此處機器學習泛指指學習類的技術（經典機器學習，深度學習，強化學習之類）。本質上來看，人工智慧就是在找某類問題或者功能的model，或者說是找到乙個對映關係，或稱之為函式。從函式的形式來看，就是做兩件事：
1. regression：輸入輸出是連續變化的問題。遺留：這裡需要區分一下「回歸」和「擬合」，感覺這兩個概念有點混淆。
2. classification：輸出是離散的，或者說是可以窮舉的。
基於這兩類問題，後續的種種模型都是特定應用下的變形，直接上圖。
李巨集毅 機器學習HW1
這是乙個線性回歸的例子，先讀取資料，將b整合到w中 import numpy as np import csv import pandas as pd f open r c users lenovo desktop hw1 train.csv data list csv.reader f index...
李巨集毅機器學習課程筆記 1
機器學習 自動找函式 f input output 1.regression 輸出是乙個數值 2.classification 分類 二分類 多分類 rnn 迴圈神經網路 cnn 卷積神經網路translation 繪二次元圖4.supervised learning 監督學習labeled dat...
李巨集毅機器學習 Introduction
人工智慧是我們想要達到的目標，即讓機器和人一樣智慧型。而機器學習是方法，讓機器從資料中學習，從而得到智慧型的方法。智慧型是什麼呢？對於人類智慧型而言，根據霍華德 加德納的多元智慧型理論，人類的智慧型分為以下七種智慧型 這不僅涵蓋了現在人工智慧的研究領域，計算機視覺 語音識別 自然語言處理等。而且也指...