lesson1：Introduction
2020课程地址：Hung-yi Lee
1. 机器学习就是自动找函式
机器学习就是根据自己的需要，来找出一个抽象的f(x)函数，x为你对计算机输入的信息，f(x)为计算机根据输入x得到的输出，例如：
语音识别（Speech Recognition）
输入一段语音翻译成文字
图像识别（Image Recognition)
输入一张图像，让计算机来识别这张图像的类别
下围棋 （Playing GO)
输入当前的棋谱，然后计算机计算出下一步应该走哪一步‘
对话系统（Dialogue System）
根据语境，你说一句话，机器回答一句话，完成两者之间的交流
2.你想找什么的函式
根据任务的不同，f(x)也有着不同的类别，例如：
回归（Regrssion）
输出一个数值（scalar）
分类（Classification）
二分类（Binary Classification）：True or False
多分类（Multi-class Classification）:A,B,C,D,…
生成（Generation）
产生结构性的复杂事物，例如翻译、画图等
3.如何告诉机器
监督学习（Supervised Learning）
手动标记
label供计算机学习，然后函式根据输出和label计算loss，接下来机器找出loss最低的的函式强化学习（Reinforcement Learing）
Alpha GO
无监督学习（Unsupervised Learing）
GAN,Auto-encoder
4.机器学习如何找出函式
计算机通过梯度下降（Gradient Desent）找出loss最低的函式
5.前沿研究
可解释AI (Explainable AI)
让深度学习不再是“黑盒”，直观展示为什么深度学习会识别图像，会生成语音翻译
对抗攻击（Advesarial Attack）
让计算机模型有更好的稳定性，能够自动甄别出输入的噪声
网络压缩（Network Compression）
在实际中我们生成的模型可能需要占用比较大的储存资源、计算资源，通过对模型的压缩让模型变得比较小，可以利用较少的资源达到同样的识别效果。
异常检测（Anomaly Detection）
让模型知道自己不知道
迁移学习（Transformer Learning）
让模型能够很快适用于不同的任务Meta Learning
Learn to Learn 让计算机学习如何学习，举一反三
Life-Long Learning
勤奋不懈却天资不佳，让计算机终身学习，不断地丰富自己