定義
用于解決一般系統(tǒng)問題, 求解y = f(x)中f的過程.
其中x為輸入, y為輸出.
其實(shí)就是調(diào)整每個神經(jīng)元參數(shù)的過程.
過程
簡單可以分為3步:
- 建立基本規(guī)則, 定律, 假設(shè), 無條件的相信, 同時相信自己可以學(xué)會.
- 監(jiān)督學(xué)習(xí)
給定已知的不同的x,y, 讓你的大腦為兩者建立連接. - 自我學(xué)習(xí)
給定x, 試圖獲取y, 自我驗證y是否正確.
要點(diǎn)
- 相關(guān)性
x, y必須是高度相關(guān)的, 給定x, 能夠得到有限的y, y可能的個數(shù)越多, 隨機(jī)性越強(qiáng), 相關(guān)性越低. (此類系統(tǒng)不是一般系統(tǒng), 需要用聚合統(tǒng)計的方法)
像直線 x = 1 這類的就是沒有相關(guān)性的.
像彩票/骰子就是沒有相關(guān)性的.
當(dāng)多個x對應(yīng)一個y時候, 就是常見的歸納法. (這種應(yīng)用非常廣, 但是要注意x的數(shù)量, 太多也不好)
像所有不一樣的狗我們都叫做狗.
像當(dāng)你看到 :) 的時候 你看到的是一個笑臉.
這都是歸納, 或者說模式匹配的結(jié)果. - 正確性
如果觀察x,y是不相關(guān)的, 但是卻被納入了學(xué)習(xí)過程, 會影響后續(xù)的學(xué)習(xí). 可能會得不到最優(yōu)解或者得到的是局部最優(yōu)解. (危害很大, 所以說小心朋友圈里發(fā)的信息) - 正反饋
對于正確的x,y要給與刺激或者獎勵, 用以強(qiáng)化f.
實(shí)踐
案例可以查看<最強(qiáng)大腦>, 去掉純粹靠記憶的不算. 大部分我們認(rèn)為是超能力的其實(shí)我們是可以習(xí)得的.
比如:
- 學(xué)習(xí)肉眼識別二維碼, 條形碼
- 學(xué)習(xí)通過吹氣辨認(rèn)前方物體
你相信你能學(xué)會嗎?
