引言

学习(learning)的概念

在机器学习中，学习（learning）是一个训练模型的过程。通过这个过程，我们可以发现正确的参数集， 从而使模型强制执行所需的行为。

基本流程：随机的初始化模型—部分数据样本—调整参数优化模型表现—重复(2)(3)过程

• 监督学习（supervised learning）
  • 回归（regression）
  • 分类（classification）
    • 标记问题（multi-label classification）
  • 搜索
  • 推荐系统（recommender system）
  • 序列学习
    • 标记和解析
    • 自动语音识别
    • 文本到语音
    • 机器翻译
• 无监督学习（unsupervised learning）
  • 聚类（clustering）问题
  • 主成分分析（principal component analysis）问题
  • 因果关系（causality）和概率图模型（probabilistic graphical models）问题
  • 生成对抗性网络（generative adversarial networks）
• 强化学习（reinforcement learning）