01 逃学博士的计划
逃学博士的计划:“每天一篇机器学习的文章,自己总结所学,同时也给大家普及机器学习的知识。”
02 什么地方能用到机器学习?
机器学习,英文叫(Machine Learning)。
人类与动物最大的区别就在于,人类有快速的思考学习能力。而机器呢,通常都是在遵循着人类给它预先设定好的程序运行。
那么,机器能不能自主学习呢?答案是肯定的。我们一起来看看生活中,机器学习的应用。
AlphaGo
1997年,当机器“深蓝”挑战国际象棋世界冠军卡斯巴罗夫,并最终以3.5 : 2.5 击败卡斯巴罗夫之后,机器第一次在逻辑思考类游戏中战胜人类。
当时,很多人就以 国际象棋 棋盘小,规则简单,行棋变化少等等给这次失败找理由。更有国人拿中国围棋作比较,说机器在围棋上永远赢不了人类。
结果,刚刚过去20多年,就被狠狠的打脸。AlphaGo已经完胜人类选手,比如世界冠军柯洁(中国)和李世石(韩国)。而且,现在多数的围棋选手,都依靠人工智能来学习和日常的训练。
推送系统
我在国外留学,经常会使用Youtube,亚马逊,谷歌和今日头条。
前段时间,逃学博士想买一个法式咖啡壶,提高一下生活品质。逃学博士又是喜欢东看看西看看的主。于是在谷歌上搜索了搜索了一下法式咖啡壶(维基百科)。结果,在打开有谷歌广告的网页时,都会有法式咖啡壶的广告。甚至,亚马逊上也会将法式咖啡壶放在最显眼的位置展示。这些都是来自机器学习算法的推荐。
机器学习和分析用户的上网习惯和浏览的内容,并且分析你的喜好,给你推荐你最感兴趣的东西。这太可怕了,感觉网络的时间里,我根本就是在“裸奔”。
语音助手
苹果的Siri,小米的”小爱同学“等等语音助手,可以帮你查天气、选导航路线、甚至和你“吵架”。这背后也是强大的机器学习算法在支持着。
类似的例子还有很多:
特斯拉汽车的自动驾驶
人脸识别
越来越多的行业在试图利用 机器学习 去改变行业现状并促进更大的发展,这是大趋势也是大机会。
03 什么是机器学习
机器学习,这么高深的专业名称是不是背后有着常人难以理解的知识呢?机器学习到底是什么呢?
先来看看我们自己是怎么学习的。
- 经验的积累:老祖宗发现太阳总是东边升起,西边落下。黄天在上,厚土在下。这些就是生活中积累的经验;
- 总结经验,得出结论:“天圆地方 - 盖天说”,古印度有“浮龟说”:大地由四只大象驮着、下面是个大乌龟。
- 新的经验与旧的结论冲突,修正结论:大航海时代。航海家麦哲伦在16世纪初期完成了绕地球一周的壮举,并证明了大地是球形的。
- 大致正确的结论,可以进行预测 :比如说,由于地球是圆的,我一直往西航行,就会回到出发的地方。
机器学习,大体流程也是如上所示这样的。
如果我们和传统的编程比较,那么具体有什么区别呢?
传统编程:
比方说最简单的加法:Python写的
def add(x, y):
return x + y
add(2, 3) #输出结果5
这个过程就是传统的编程思路,输入数据并通过预先设定好的程序达到输出我们预期的结果。
机器学习:
那么,机器学习是怎么样的呢?
我们只有数据,比方说:
有一个黑箱子:放进去2和3,它会跳出来5;放进去4和3,跳出来7.
也就是说,我们有输入数据和输出结果,但是黑箱子里发生了什么我们并不知道。这就需要机器学习并且帮我们生成可行的算法出来。
那么,得到这个算法有什么用呢?我们可以对新的数据结果进行预测。
机器学习总结了算法,然后被用到传统编程里对新的数据进行预测。
04 总结
先来一下预热,先理解了机器学习到底是怎么回事。我们再一起学习后面的知识。
机器学习最大的用处就是将数据按照性质分类 。
方法有很多,下面列举一些:
线性回归、逻辑回归、决策树、随机森林、神经网络;
不要担心,慢慢来。
第二天,我们就一起进入主题。一个一个的学习最基本的概念并带有少量的公式。
希望大家喜欢我的文章。
“逃学博士”:理工科直男一枚,在冰天雪地的加拿大攻读工程博士。闲暇之余分享点科学知识和学习干货。
閱讀更多 逃學博士 的文章