前言

只有光頭才能變強

沒錯，這篇主要跟大家一起入門機器學習。作為一個開發者，”人工智慧“肯定是聽過的。作為一個開發面試者，肯定也會見過”機器學習“這個崗位(反正我校招的時候就遇到過)。

可能還會聽過或者見過“深度學習”、“神經網路”等等這些非常火的名詞，那你對這些術語瞭解多少呢？

相信大家這幾天在朋友圈也可以看到這照片：

// 透過if else 以人工窮舉的方式來假裝實現智慧機器人聊天

希望閱讀完本文中後，大家可以對這些術語和機器學習有一定的瞭解。

一、術語介紹

首先我們來簡單看看人工智慧、深度學習、機器學習這些術語和它們之間的關係究竟是怎麼樣的。

1.1人工智慧

不知道聽到“人工智慧”大家會聯想到什麼，可能大多數都會想到科幻電影的機器人。

我們看來看看維基百科的定義：

人工智慧（英語：Artificial Intelligence，縮寫為 AI）亦稱機器智慧，指由人制造出來的機器所表現出來的智慧。通常人工智慧是指透過普通計算機程式的手段實現的人類智慧技術。

人工智慧也可以分成兩類：

• 強人工智慧：強人工智慧觀點認為“有可能”製造出“真正”能推理（Reasoning）和解決問題的智慧機器，並且，這樣的機器將被認為是具有知覺、有自我意識的。

• 像絕大多數科幻電影中的機器人就是在這範疇

• 弱人工智慧：弱人工智慧觀點認為“不可能”製造出能“真正”地推理和解決問題的智慧機器，這些機器只不過“看起來”像是智慧的，但是並不真正擁有智慧，也不會有自主意識。

• 我們目前階段的人工智慧，其實都是弱人工智慧。

1.2機器學習

不知道聽到“機器學習”大家會聯想到什麼。Emmm…反正我就是從字面的意思去理解：“機器可以自我學習”。

首先我們看一下維基百科是怎麼說的：

機器學習是實現人工智慧的一個途徑，即以機器學習為手段解決人工智慧中的問題。機器學習在近30多年已發展為一門多領域交叉學科，涉及機率論、統計學、逼近論、凸分析、計算複雜性理論等多門學科

簡單來說：機器學習可以透過大量的資料或者以往的經驗自動改進計算機程式/演算法。

生成完模型f(x)之後，我們將樣例資料丟進模型裡邊，就可以輸出結果：

我們說機器學習可以自我學習，是因為我們會將樣例資料也會丟到“歷史資料”中，這樣生成模型就會有一定的改動，從而達到“自我學習”的效果。

1.3它們之間的關係

等等，我們好像還沒講深度學習呢。我們從上面機器學習的介紹也可以知道，機器學習已發展為一門多領域交叉學科，機器學習中就有好多個經典的演算法，其中就包含了神經網路(深度學習可看成是神經網路的升級版)。由於近幾年深度學習發展迅猛，一些特有的學習手段相繼被提出，所以越來越多的人將其單獨看作一種學習的方法。

《機器學習 周志華》：

所謂深度學習，狹義地說就是“很多層”的神經網路，在若干測試和競賽下，尤其涉及語音、影像等複雜物件的引用中，深度學習取得優越的效能。

所以我們可以總結出人工智慧、機器學習、深度學習之間的關係是這樣的：

• 機器學習，是實現人工智慧的重要方法。

• 深度學習，是實現機器學習的技術。

想要了解更多，可參考：

• 人工智慧、機器學習和深度學習的區別?

二、機器學習入門

透過上面我們可以簡單認為機器學習就是：利用計算機從歷史資料找出規律，把這些規律用到未來不確定場景的決策中。

下面我們再來學習一下機器學習的一些入門知識。

2.1機器學習的術語

特徵、樣本、資料集、標記這些術語的說明：

特徵(屬性)所張成的空間叫做特徵空間。

例如我們把“色澤”、"根蒂“、”敲聲“作為三個座標軸，則它們張成一個用於描述西瓜的三圍空間，每個西瓜都可在這個空間中找到自己的座標位置。由於空間中的每個點對應一個座標向量，我們也把一個示例稱為“特徵向量”。

回到我們上面的圖，再來講講“訓練資料”、“訓練”、“標記”：

2.2機器學習的分類

一般機器學習又可以分成以下幾類：

• 監督學習

• 半監督學習

• 非監督學習

• 增強學習

2.2.1監督學習

監督學習：訓練資料(Training Data)可以告訴我們要找的那個模型的輸入(Input)與輸出(Output，也就是我們說的label)之間有什麼樣的關係。

• 給出的資料都有“答案”或“標記”

訓練資料："Java3y公眾號"->好的公眾號  ， "Java4y公眾號"->不好的公眾號。
輸出結果：好的公眾號或者不好的公眾號

在監聽學習下又分為兩種演算法：

• 迴歸(Regression)：結果是一個連續的數值(scalar)，而非類別

• 分類(Classification)：為訓練資料進行分類別(多分類)

• 二分類：類別只有兩種結果(YES OR NO)

迴歸例子：知道前幾天的PM2.5數值，預測一下明天的PM2.5數值。

二分類例子：判斷一封郵件是垃圾郵件還是正常郵件。

多分類例子：將新聞帖子分類成不同的類別。

2.2.2非監督學習

非監督學習：訓練資料(Training Data)沒有對應“答案”或“標記”

訓練資料："Java3y公眾號"  "Java4y公眾號" "Java5y公眾號"  "Java6y公眾號" "yyy公眾號" "xxx公眾號" "zzz公眾號"
輸出結果：("Java3y公眾號"  "Java4y公眾號" "Java5y公眾號"  "Java6y公眾號") ("yyy公眾號" "xxx公眾號" "zzz公眾號")   分門類別

對沒有“標記”的資料進行分類-聚類分析

對沒有“標記”的資料進行分類-聚類分析

聚類分析例子：在以前，中國移動有三個品牌：神州行、動感地帶、全球通。我們給一堆的SIM卡交由學習演算法訓練，不告訴它每張SIM卡具體是什麼卡，最後我們是可以將這些SIM卡分類別出來的。

2.2.3半監督學習

理解了監督學習和非監督學習，對於半監督學習就很容易理解了。

一部分資料有“標記”或者“答案”，另一部分資料沒有

• 因為各種原因產生的標記缺失。

通常都會使用非監督學習手段對資料進行處理(特徵提取、降維)，之後再只用監督學習手段做模型的訓練和預測。

2.2.4增強學習

根據周圍環境的情況，採取行動，根據採取行動的結果，學習行動方式

每次行動，就給這次的行動評分，演算法會根據評分來評估下一次的行動是好還是壞，最終不斷改進。

例子：Alpha Go下每步棋的時候都會評估自己這次下得怎麼樣，透過最終的結果不斷改進下的每步棋。

2.3機器學習的其他分類

除了我們上面所說的監督學習、非監督學習、半監督學習、增強學習之外，機器學習也可以分成：

• 線上學習：及時將樣例資料作為訓練資料對模型進行訓練。

• 需要加強對資料進行監控(有可能樣本資料是髒資料，這樣就破壞我們的模型)

• 離線(批次)學習：定時將樣例資料作為訓練資料對模型進行訓練。

• 不能很快的適應環境的變化

還有：

• 引數學習：一旦學到了引數，就不再需要原有的資料集。透過調引數就好了。

• 非引數學習：不對模型進行過多的假設，非引數不代表沒引數。

最後

機器學習的核心在於演算法上，這篇只是對機器學習的一個簡單的入門，希望能對大家有所幫助。