机器学习中的关键组件#
- 用来学习的数据（data）
- 转换数据的模型（model）
- 量化模型有效性的目标函数（objective function）/ 损失函数（loss function）
- 搜索出最佳参数，最小化损失函数的优化算法，大多使用梯度下降（gradient decent）
机器学习问题#
1. 监督学习（supervised learning）#
- 回归（regression）
- 分类（classification）
- 标记 / 多标签分类（multi-label classification）
- 搜索（search）
- 推荐系统（recommender system）
- 序列学习（sequence learning）
2. 无监督学习（unsupervised learning）#
- 聚类（clustering）
- 主成分分析（PCA - principal component analysis）
- 因果关系（causality）和概率图模型（probabilistic graphical model）
- 生成对抗性网络（GAN - generative adversarial network）
3. 与环境互动#
4. 强化学习（reinforcement learning）#
强化学习是机器学习的一个子领域，其中模型通过与环境交互来学习如何做出决策。
强化学习的目标是产生一个好的策略（policy）
当环境可被完全观察到时，强化学习问题被称为马尔可夫决策过程（markov decision process）。 当状态不依赖于之前的操作时，我们称该问题为上下文赌博机（contextual bandit problem）。 当没有状态，只有一组最初未知回报的可用动作时，这个问题就是经典的多臂赌博机（multi-armed bandit problem）。