1 机器学习的三个方面
1.1 数据
包括数据采集、增强和质量管理,相当于给人工智能模型学习什么样的知识
第一、什么专业的知识;
第二、知识是否有体系,也就是说样本之间是否存在某种关联、差异等,这个涉及到样本选择等问题;
第三、知识的质量如何,如果是垃圾,得到的模型也很差,这个涉及到数据质量评估、异常点检测、数据中毒攻击及防范等。
1.2 模型
选取什么样的模型,使用什么样的神经元来构造大脑,通常这个部分都是在已有的模型上进行修改,重构新的模型太难
1.3 学习方式
有了数据,有了模型后,如何来训练模型,方式就非常多,有课程学习、迁移学习、强化学习、联邦学习、小样本学习等。
2 机器学习的两大问题
2.1 拟合能力
2.2 泛化能力