mxnet：背景介绍

学习的过程

1. 使用mxnet作为教程的深度学习库，重点介绍高层抽象包gluon
2. 双轨学习法，既教授大家从零实现，也教授大家使用gluon实现模型；前者为了理解深度学习的底层设计，后者将大家从繁琐的模型设计和实现中解放处理

机器学习

机器学习的四要素：

1. 数据
   数据是越多越好，有图片、文本、声音、影像、结构化数据等
2. 模型
   建立数据和标签中间的联系。又包括：

• 损失函数
• 优化算法，如何将参数向着损失减少的方向调整

常见的监督学习

1. 回归问题
2. 分类问题
3. 标签标注
4. 搜索与排序
5. 推荐系统
6. 机器翻译

无监督学习

1. 聚类
2. 主成分分析
3. 贝叶斯图模型，找到元素间的关系
4. 对抗生成网络

与环境因素交互

1. 强化学习
2. 对抗学习