d2l学习——第一章Introduction

x.0 环境配置

使用d2l库，安装如下：

conda create --name d2l python=3.9 -y
conda activate d2l

pip install torch==1.12.0 torchvision==0.13.0
pip install d2l==1.0.0b0

mkdir d2l-en && cd d2l-en
curl https://d2l.ai/d2l-en.zip -o d2l-en.zip
unzip d2l-en.zip && rm d2l-en.zip
cd pytorch

如果安装不上d2l可以用下面的方法：

pip install git+https://github.com/d2l-ai/d2l-en

x.1 key components in ML

就和统计学习方法书中说的一样，机器学习也可以分为几个核心要义，Data, Models, Objective Functions, Optimization Algorithms， 其中：

• Data: 用来学习的数据
• Model: 如何转换/translate数据的模型
• Objective Function: 目标函数，用来量化模型有效性
• Optimization Algorithm: 调整模型参数以优化目标函数的算法

整个机器学习的过程就是一轮一轮的数据迭代，通过下面的图更方便记忆：

x.2 Kinds of Machine Learning Problems

机器学习分类主要为两大类，如下所示：

• Supervised Learning
  • Regression
  • Classification
  • Tagging
  • Search
  • Recommender Systems
  • Sequence Learning
• Unsupervised and Self-Supervised Learning
  • Interacting with an Environment
  • Reinforcement Learning

其中自监督学习也可以当做是无监督学习的一种，例如GAN就是将输入当做输出来进行真假标签的判定。