最近在系统化学习ML相关知识，算法的同事推荐了李宏毅老师的课程。
因此每天看1个视频，并尝试通过公众号和简书记录并沉淀下来。
本节链接：
https://www.youtube.com/watch?v=CXgbekl66jc&feature=youtu.be
主要内容
- 本节课介绍了机器学习的主要内容，以及给出了Learning Map。
Learning Map
- 课程的学习地图
learning_map.png
Task
regression
- 回归
classification
- binary
- multi-class
structured-learning
- 非regression和classfication的任务，都是structured-learning任务
Method
Linear Model
- 线性模型
Non-linear Model
- Deep Learning
- SVN, Decision-tree, K-NN, etc.
Scenario
- Scenario通常是有实际情境决定的，不是想用什么方法就用什么方法。
- 通常来说，如果能用Supervised Learning，就不应该用Reinforcement Learning。
Supervised Learning
- 监督学习
Semi-supervised Learning
- 半监督学习
Transfer Learning
- 迁移学习
Unsupervised Learning
- 非监督学习
Reinforcement Learning
- 强化学习
