mxnet1——机器学习

最简要素

• 数据
  
  • 图片、文本
  • 声音、影像
  • 结构化数据
• 模型
• 损失函数
  
  • 比较输出结构和真实数据的误差
  • 获得梯度
• 优化算法
  
  • 选择学习率，获得新的参数

监督学习

• 概述
  
  • 随机获得样本输入，获得真实（ground-truth）的label，构成了训练集（training set），放入到一个监督学习算法，输出学得模型（即模型的参数）
• 回归分析
  
  • 输入离散或连续的单一、多个变量，输出的是连续的数值
• 分类
• 标注
• 搜索与排序
• 推荐系统
• 序列学习
• 词类标注和句法分析
• 语音识别
• 文本转语音
• 机器翻译

无监督学习

• 没有具体的要求
• 聚类
• 子空间估计
• 主成分分析
• 表征学习
• 生成对抗网络

与环境因素交互

• 离线学习
  
  • 监督学习
  • 非监督学习
• 强化学习：与周围环境交互并产生影响