HackerTube English?
主题探索 / 字幕对照

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。

沿同一来源继续阅读
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。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。动作会改变后续局面，不能把连续决策拆成孤立的分类题 →概括强化学习中的时间依赖；并非所有任务都有同样长的奖励延迟。

对照原文

a computer program is set to learn from an experience
Lecture 1 | Machine Learning (Stanford) · ▶ 35:17–35:26
through self-playing, reinforcement learning, it plays against different versions of itself
AlphaGo - The Movie | Full award-winning documentary · ▶ 12:02–12:08

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。