方法概论

学习任务

• 监督学习
  • 回归
  • 分类
• 强化学习：输出是动作/动作序列，唯一的监督信号是偶然的常量反馈。
  • 反馈通常有延迟，所以不知道什么时候开始错\对了。
  • 常量反馈本身没有多少信息量。
• 无监督学习：创造输入的内部表示，帮助接下来的监督学习和强化学习

信道（Channel）

深度学习模型的输入数据可以有多个信道。图像就是个典型的例子，它有红、绿和蓝三个颜色信道。一个图像可以被表示成一个三维的张量（Tensor），其中的维度对应于信道、高度和宽度。自然语言数据也可以有多个信道，比如在不同类型的嵌入（embedding）形式中。

贝叶斯

贝叶斯决策论是概率框架下实施决策的基本方法。