机器学习就是找函数。
一、你想找什么样的函数
相关名词：
（1）Regression（回归）
Regression 就是找到一个函数 function，通过输入特征 x ，输出一个数值 Scalar 。
（2）Binary Classification（二分类）
Binary Classification 就是找到一个函数 function，通过输入特征 x ，输出Yes或No 。
（3）Multi-class Classification（多类分类）
Multi-class Classification 就是找到一个函数 function，通过输入特征 x ，输出Class1,Class2,Class3,...,ClassN。
（4）Generation（生成）
产生有结构的复杂东西（例如：文字、图片）——创造
二、怎么告诉机器你想找什么样的函数
相关名词：
（1）Supervised Learning（监督学习）
（2）Labeled Data（标记数据）
（3）Loss（损失）
评价函数的好坏
（4）Reinforcement Learning（强化学习）
（5）Unsupervised Learning（无监督学习）
三、机器怎么找出你想要的函数
（1）给定函数寻找范围
- Linear（线性）
包括Regression、Classification
- NetWork Architecture（网络架构）
包括RNN、CNN
（2）函数寻找方法
- Gradient Descent（梯度下降法）
四、前沿研究
-
Explainable AI(可解释的AI)
-
Adversarial Attack（对抗攻击）
-
Network Compression（网络压缩）
-
Anomaly Detection（异常检测）
机器能知道自己不知道
-
Domain Adversarial Learning（领域对抗性学习）
-
Meta Learning（元学习）
学习如何学习
能不能让机器聪明一点(现在的机器学习勤奋不懈，却天资不佳）
- Life-long learning(终身学习)