深度学习笔记（一）_Machine Learning (2020)_ Course Introduction【课程介绍】

整理一下学习李宏毅2020深度学习的课程笔记

---

---

前言

什么是机器学习

我觉得老师说的这句话蛮透彻的：机器学习就是自动寻找函式（广义上的函数），即给定一个输入后可以得到所需的输出。这里的输入输出可以是音频、图片、文字、对话、游戏等。

学习路线总览

本节课梳理了接下来的学习路线

路线

1、回归分析

主要特征是输出为一个标量（即一个值）

2、分类器

输出为是或否（涉及Classification和RNN）

3、多类分类器

提前给定N个类别，让分类器判断输入的种类

4、生成器

根据给定的输入进行生成（图像、文字、数据等，涉及RNN、GAN）

5、监督学习

以下灰色区域为监督学习所涉及的部分

6、无监督学习

以下灰色区域为无监督学习所涉及的部分

7、范围界定

如图所示：

Regression 和 Classification 为线性分析方法

RNN 和 CNN 为神经网络的基础架构，后续的NN多以这两种为基础，这里因为我是以学习GAN为目标，故着重学习CNN

橙色部分为使用到RNN的Seq2Seq，本质上是一个RNN变体模型，可以用于大多数NLP的序列任务。

其余的灰色部分为使用到CNN的各种变体。

---

总结

梳理好了学习路线就可以开始快乐学习咯！