- 监督学习:回归问题—连续; 分类问题——离散,之后会讨论有限维空间无法表示的分类问题,支持向量机,处理无限种特性,如何用计算机存储?
- 学习理论:通过定理证明学习型算法的有效程度;需要多少数据;
- 无监督学习:没有标准答案
clustering problem聚类问题,计算机视觉,对像素聚类,只取一张图来构建真实世界的3d模型 ,监督学习和无监督的混合,聚类只是第一步
a cool problem: 鸡尾酒会问题,分离嘈杂人说话声,unsupervised learning,独立元件组学习
4. 强化学习:做一系列决策,回报函数,机器人领域