Lecture 1 | Machine Learning (Stanford)
字幕解读
Andrew Ng 先说明课程目标与机器学习应用，再以“从经验中改进任务表现”定义学习问题。课程概览涵盖监督学习（回归、分类）、学习理论、无监督学习与强化学习：从带标签样本预测结果，到在无标签数据中发现结构，再到通过奖励学习连续决策。示例包括房价与肿瘤分类、聚类和鸡尾酒会语音分离，以及直升机和机器人控制；课程强调理解原理并把算法有效应用于真实问题。
自动字幕 · 引文按字幕原文展示，可点时间戳回看片段。
内容要点
- 机器学习适合难以手工编程的任务，形式上可描述为程序依据经验，在特定任务和性能指标上提升表现。
- 监督学习用带正确答案的数据学习输入到输出的映射，常见任务包括预测连续值的回归和预测离散类别的分类。
- 无监督学习从无标签数据中发现结构；强化学习则通过奖励信号改进连续决策，适用于机器人控制等任务。
视频章节 6
- 课程引入与机器学习应用
- 机器学习定义与经验
- 监督学习与预测任务
- 学习理论及泛化保证
- 无监督学习与发现结构
- 强化学习与序列决策
具体观点与证据 3
学习理论应帮助判断是否值得继续收集数据，而不只是教授某个算法如何运行。
课程介绍中的决策目标，尚未在本讲给出完整判断方法。
should you spending more time collecting more data or is it the case that you already have enough data从单张照片重建三维场景的演示结合了监督与无监督方法，像素聚类只是前处理步骤。
不能把整个三维重建能力归功于聚类本身。
this actually turned out to be a mix of supervised and unsupervised learning强化学习处理跨时间的决策序列；一次控制错误的后果可能延迟出现，不能只按单步分类看待。
以直升机控制解释延迟后果，字幕将crashing转成trashing。
the consequence of trashing it may not happen until much later补充字幕原文 2
讲者引用 Mitchell 的定义，强调学习需以经验为基础，并在任务表现上有所改进。
a computer program is set to learn from an experience无监督学习不提供每个样本的目标标签，而要求算法从数据本身找出有意义的结构。
I'm not going to tell you what the right answer is解读边界
这是课程第一讲的导论，提供领域与课程路线图；各算法只作概念性介绍，具体数学推导和实现留待后续课程。
相关视频与证据 3
原理到问题从无监督学习，走到学习图像表示
第一段描述没有给定正确标签时从数据发现结构；第二段提出从图像中学习比原始像素更有用的表示。可把表示学习问题作为理解无监督目标的一条具体路径。
Lecture 1 | Machine Learning (Stanford)
无监督学习不提供每个样本的目标标签，而要求算法从数据本身找出有意义的结构。
I'm not going to tell you what the right answer isBay Area Vision Meeting: Unsupervised Feature Learning and Deep Learning ↗
演讲将核心研究问题表述为从图像数据中自动发现比原始像素更有用的表示。
find a better way to represent images than the raw input pixels▶ 9:28–9:38 · 观看片段适用边界 两段提供问题定义，不证明所有表示学习都无监督，也不比较具体算法的优劣。
区分概念都没有老师给答案，学习信号却不同
无监督学习片段要求从未标注数据发现结构；强化学习片段没有监督者指定动作，却明确提供奖励信号。并读可以澄清没有标签不等于没有反馈。
Lecture 1 | Machine Learning (Stanford)
无监督学习不提供每个样本的目标标签，而要求算法从数据本身找出有意义的结构。
I'm not going to tell you what the right answer isRL Course by David Silver - Lecture 1: Introduction to Reinforcement Learning ↗
强化学习不由监督者指定正确动作，而通过奖励信号评价行为。
there's no supervisor there's just this reward signal▶ 9:52–10:04 · 观看片段适用边界 这是两类学习问题的比较，不是互相反驳；现实系统可以组合不同范式。
定义到真实案例用 AlphaGo 看见机器学习定义中的任务与经验
Stanford 课程用任务、经验和性能指标描述学习问题；AlphaGo 的纪录片呈现棋谱模仿、自我对弈和从失误中学习。后者让抽象定义落到清楚的任务与经验来源上，也展示经验并非只能来自人工标注。
Lecture 1 | Machine Learning (Stanford)
学习问题可描述为程序依据经验，在任务与性能指标上改进。
a computer program is set to learn from an experienceAlphaGo - The Movie | Full award-winning documentary ↗
AlphaGo 先模仿人类棋手，再通过自我对弈强化学习并从错误中学习。
through self-playing, reinforcement learning, it plays against different versions of itself▶ 12:02–12:08 · 观看片段适用边界 纪录片展示的是混合训练过程，不能据此推断所有机器学习任务都采用自我对弈或强化学习。