干货 | 纽约大学陈溪: AlphaGo Zero技术演进的必然性(附PPT)

  1. 云栖社区>
  2. 数据派THU>
  3. 博客>
  4. 正文

干货 | 纽约大学陈溪: AlphaGo Zero技术演进的必然性(附PPT)

技术小能手 2018-08-23 11:19:14 浏览2950
展开阅读全文

陈溪:今天我要跟大家分享一下为什么要把机器学习和运筹学这两个学科结合起来,才能有效地解决很多实际的问题。

一、机器学习

afcadfef5000445ed6d1e040b22e7b5b1837cc5c

什么是机器学习?首先需要有一堆数据,然后有机器学习的算法,对于数据的统计建模、概率建模和数据的假设来作为算法的支撑。机器学习一般常用的应用是对数据进行预测,比如预测明天股票的价格,这种都是一些基础的预测,更重要的是通过机器学习,去学习数据中的一些模式。

b13f79871b399f5a96793de89470bf66fe4abe3c

机器学习从大的角度分成两类:监督学习与无监督学习(Supervised Learning & Unsupervised Learning)。比如我们通过房间里的照片来识别人脸,用某些方式进行一定的标注来确定人脸在什么地方,这时候我们就叫做有监督的学习。监督学习的框架如上图所示,根据预测的函数,把机器学习的特征映射到值域上。

9044c45b5df1362cd3a97b50e4e52f38cc82cc70

没有监督的学习是一个更加广泛的领域,比如

网友评论

登录后评论
0/500
评论
技术小能手
+ 关注
所属云栖号: 数据派THU