概述
机器学习复习笔记
参考书目：西瓜书
第一章 绪论
课程任务
- 平时作业40%
- 期中30%
- 期末30%（投票决定闭卷/半开卷）
平时作业有2次取较高分作为期中成绩，其他4次作为平时成绩
半开卷：允许带一张a4纸，上面写什么都可以，考完交a4纸
机器学习示例：
文献筛选
在循证医学中，针对特定临床问题，要先查文献进行详细研究评估。
提取摘要->人工筛选。应用机器学习后专家读少量文献，标记有关/无关，模型去读剩下来的文献。
搜索引擎用机器学习解决排序问题
战场战术层面损害管制自主机器人罗盘系统
典型的机器学习过程：
给模型以数据（包含一系列属性+1个label），训练，检测。
几个分类：
符号主义学习、连接主义学习
贝叶斯学派：
第1天，太阳升起，建立模型，预测明天太阳升起概率1/2
第2天，太阳升起，修正参数，预测明天太阳升起概率1/3
…
第30000天，预测30000/300001
非贝叶斯学派：
第1天，太阳升起，预测1
第2天，太阳升起，预测1
…
第30000天，根据之前的事实证据，认为太阳升起概率恒为1
面临问题
现在的问题在于大厂缺少需求，算力过剩。Google收购DeepMind是为了消耗TPU，AI实际上是互联网商们的一个出口。
鲁棒性不行，人类棋手犯错，从九段跌到八段，机器犯错，从九段跌到业余。
第二章
基本术语
任务
预测目标：
- 分类：最后的输出是离散值
- 二分类：好瓜、坏瓜
- 多分类：冬瓜、南瓜、西瓜
- 回归：连续值
- 瓜的成熟度
- 聚类：无标记信息（物以类聚/具有相同hash feature的数据被hash后放入同一个桶/韩信点兵/等价类划分）
有无标记信息：
- 监督学习：分类、回归
- 无监督学习：聚类
- 半监督学习：两者结合