言直妹依據以往的數據來做出對洞察君遲到概率的判斷，在等待洞察君的時間裡，作為AI研究員的她，腦海裡蹦出了“機器學習”四個字，機器不也是根據數據來進行推測判斷的麼！
機器學習
機器學習是一種能夠賦予機器學習的能力，以此讓它完成直接編程無法完成的功能的方法。
機器學習是一種通過利用數據，訓練出模型，然後使用模型來進行預測的一種方法。
仍舊不明所以？
來，給你講故事，
保準你懂得徹底！
假如我現在看上了城郊的一棟大別墅，想賣掉我村裡的一套100平的房子，我應該給它標上怎樣的價格呢？
不同地段的房價差距判若雲泥
同地段不同戶型之間的差距也十分顯著
同地段、同戶型的房價，才能作為定價的參考。
蒐集同地段、同戶型的房價→從獲得的數據中找出面積與價格的規律→較準確地得到房子的價格
把收集到的數據在座標圖中擬合出一條直線，讓它儘量“穿過”更多的點，並且與其他各點的距離儘可能的小。
通過這條直線，獲得一個能夠最佳反映房價與面積的規律，同樣可以獲得一個可以用於計算準確房價的函數。
房價=面積*a+b
假設a = 0.8,b = 60，則房價=100 * 0.8 + 60 = 140萬，從統計學意義上來說，這是一個最合理的預測值。
在求解過程中透露出了兩個信息：
房價模型是根據擬合的函數類型決定的如果是直線，那麼擬合出的就是直線方程；如果是其他類型的線，例如拋物線，那麼擬合出的就是拋物線方程。機器學習有眾多算法，一些強力算法可以擬合出複雜的非線性模型，用來反映一些不是直線所能表達的情況。
數據量越多，得到的模型就能考慮越多因素數據越多，最後機器學習生成的模型預測的效果越好。這是機器學習界“數據為王”思想的一個體現。
機器學習：①.在計算機中存儲一定的相關數據（等同於線下收集數據）；
②.將這些數據通過機器學習算法進行處理（等同於擬合直線）；
這個過程在機器學習中叫做“訓練”，處理的結果一般稱之為“模型”（等同於得到方程），可以被我們用來對新的數據進行預測。
“訓練”與“預測”是機器學習的兩個過程，“模型”則是過程的中間輸出結果，“訓練”產生“模型”，“模型”指導“預測”。
是不是有恍然大悟的感覺？
閱讀更多 文思海輝 的文章
