哪怕笑得再大聲
小學文化程度要弄懂這些算法……還要快速……
就拿回歸來說吧，迴歸最簡單的類型是線性迴歸。線性迴歸的公式看起來挺簡單的。
然而：（括號裡是小學文化程度的人會問的問題）
- y是因變量（因變量是什麼？）
- w是參數向量（向量是什麼？）
- X為觀測的特徵矩陣（矩陣是什麼？）
呃，好像講不下去了。既然用公式比較麻煩，那不如用圖形來解釋。俗話說得好：“一圖勝千言”嘛！
我們有一些點，現在我們需要找出一條直線，來代表這些點。找這條線的過程，就是線性迴歸。
果然還是圖有用嘛！
但是也就到此為止了。再深入下去，就出問題了。
- 這個兩根數軸交叉著是什麼意思？還有點怎麼能不在數軸上呢？（小學只講了數軸，沒講直角座標系）
- 你說“這條線可以用y = ax + b這個函數表示，關鍵在於找到a和b這兩個參數”，可是函數是什麼東西？
也就是說，只用小學程度的數學，即使我們要準確地表述線性迴歸的目標，也很困難。而要表述線性迴歸的具體過程，比如最小化均方誤差，就更難了。
聚類也是一樣。簡單來說，聚類就是計算一些點之間的距離，把距離近的點分到一組中去。
可是距離的計算方法，比如最常用的歐幾里得距離：
又涉及到很多小學數學中沒有的概念。當然，實際上，真正使用這些算法的時候，歐幾里得距離之類的東西，都有現成的方法由計算機自動計算。然而，無需記憶計算公式，並不意味著你不需要理解定義，否則你會很難理解歐幾里得距離的優缺點，和其他距離計算方法有什麼不同，何種情況下使用歐幾里得距離，何種情況下用其他距離。
所以說，僅僅使用小學的知識，弄懂迴歸、聚類、分類這些算法是極其困難的，更別說快速弄懂了。太多習以為常的概念，小學數學裡全都沒講。僅僅使用小學知識，也許最多隻能大概瞭解迴歸、聚類、分類最基本的概念，幾乎不可能理解具體的算法。
所以，我只能說，不要著急，補習一點數學知識，之後再來學習這些算法。這可能不快速，但可能是最快的路徑。
論智
小學文化，想弄懂人工智能方面的東西，需要補充的課程太多了。
初中到高中的數學課程，需要補充。
計算機編程的內容要補充。
這只是最起碼的。
分享到:
