理解

生成器与判别器相互博弈的过程。

基本概念

在“无监督学习” 任务中研究最多、 应用最广。
 聚类目标：将数据集中的样本划分为若干个通常不相交的子集（“簇” ， cluster）
 聚类既可以作为一个单独过程（用于找寻数据内在的分布结构） ， 也可作为分类等其他学习任务的前驱过程。

应用：1，分析数据内在结构；2，作为有监督学习的预处理部分，发掘数据的隐藏模式

迁移学习(transfer learning)

给定源域的数据和任务，提高目标域的任务性能

面对序列信号（语音、视频）如何建模

无法保留时序信息；

无法建模长期依赖关系 ；

通用性差；

序列模型需要满足：
• 可处理变长输入序列
• 能够学习长期的依赖关系
• 保留序列本身的时序信息

剪枝分类器

剪枝分类器是指，对于d次维的输入变量x，任意选定其中一维，通过将其与给定阈值相比较来进行分类的线性分类器

剪枝分类器的要素：
• 一个输入维度
• 一个阈值

并行与并发的区别

并行是指多个事件在同一时刻发生;

而并发是指多个事件在同一时间间隔内发生。

分布式计算与并行计算的区别