機器學習之小白入門

前言

從2019年開始，趨於整個行業的形式，一直在學習AI機器學習方面的知識，這期間買了很多書，也聽了很多課。一開始學習的感覺很神奇，再到迷茫，幾乎棄坑，最後到認清事實，中間花了一些時間來讀書、看書和思考，我在這裡分享1下自己粗淺的學習心得，是為了讓更多的朋友從"白話故事"的角度理解機器學習，僅此而已。

此貼的目的，是讓不懂機器學習的小白使用者入個門而已。

論壇裡面有很多帖子是關於35歲之後怎麼辦的話題，我今年也過了35了，AI人工智慧是整個網際網路的大趨勢，是擋不住的，要硬著頭皮學下去才是生存之道。
如果內容表述過程中出現了理解上的偏差和錯誤，還請各位指正。

我學習機器學習的目的

其實一開始學習的目的非常簡單，希望能學到網際網路業內神奇的"黑科技"知識，在測試工作中所運用和實踐，既學了知識，又能提高團隊的工作效率，還能在組織內show一下技術肌肉，實在是一舉三得。

隨著逐漸深入學習和接觸下來，越學習越感覺害怕，對於數學不是很擅長的我，也越來越吃力，最後到了近乎放棄的狀態。

停了一段時間後，自己還是重新調整了目標方向，把自己的目標定小一些，可不可以這樣："如果不懂機器學習的人問你這是什麼，給別人解釋明白"，看似初級的目標，就成了我的學習目的。

弄清楚幾個基本概念

最近幾年特別熱門的概念：人工智慧、機器學習、深度學習，到底他們啥區別。

人工智慧：

目的是為了讓機器有“智力”，為人所用。不是一個技術方法，只是一個廣泛的概念。

機器學習：

讓機器有“智力”這件事，怎麼落地呢？那就讓機器自己去學習與思考。人先定義好一些演算法、輸入資料（樣本）、人標記出來的特徵資料，並用這些資訊進行分析，得出結果後自己做出一些行為。

深度學習：

讓機器有“智力”後，深層次的挖掘資料中的關係。

在三國時代中，武將如雲，誰能稱得上是真正的"良將"？

一萬個讀者中，就有一萬個哈姆雷特，A說，我覺得是：呂布。B說，我覺得是：趙雲。C說，我覺得是：關羽......，總之很難得出一個正確的答案，那麼我們就以這個問題，藉助機器學習的知識來實踐一下，到底誰是三國時代中最厲害的武將，如果你是三國時代的一方郡主，招攬什麼樣的武將幫你打天下？

張飛很不服氣

張飛說，剛剛的讀者都沒有提到我，是因為我長得醜嗎？我不服。

那麼，我們來客觀分析1下，武將得具備哪兒些條件，參考了遊戲《三國志》中的主要資料：

- 指揮統率

領兵打仗的能力，下屬聽不聽你的。團隊管理能力，能不能讓1個P5的小兵在你的隊伍中發揮P6的水平？

- 智謀

就是智謀高低，是否聰明狡猾

- 武力

就是武功高低，是否身手了得

- 魅力

應該是顏值、人格等等這些資訊，是不是名士

如果用這些維度去衡量一個武將的話，指揮統率能力、智謀、武力、魅力就是特徵。拿張飛舉例，張飛是一個武將，那麼他就是一個資料樣本；他的武力如果是92，這個值就是特徵值；張飛{指揮統率:77,智謀:80,武力:92,魅力:10}這一組資料就是一個武將的特徵向量。

換句話說，如果我們得到了三國時期一批武將的資料樣本，通過機器學習，這些資料樣本可以叫做訓練集，我們通過訓練就可以得出了誰是三國時期最厲害的武將了。

如：張飛{指揮統率:77,智謀:80,武力:92,魅力:10}
呂布{指揮統率:87,智謀:88,武力:99,魅力:85}等等......

資料是機器學習的先決條件

挑選良將英才

如果你是三國時期割據一方的領主，那你肯定希望網路那個時期的所有英才，輔佐你成就大業。

有的同學會問了，以張飛為例，下面這組資料中，如何讓機器學習的演算法去理解，"良將英才"跟這些特徵之間有什麼關係呢？
張飛{指揮統率:77,智謀:80,武力:92,魅力:10}

那麼，我們可以把張飛的特徵值，我們假設他的值為x，把x放入1個三維空間裡，空間裡會有1個點來代表“張飛”，這就是特徵向量。一個向量就是一個武將的各種特徵資料集合。

如果張飛的特徵值x是輸入資料，那麼這個武將是否是良將英才的結果就是輸出了。我們需要在輸入和輸出之間建立一個計算武將"英才能力"程度的演算法模型。

我們本來並不知道這個演算法模型的樣子，程式碼怎麼寫，不過我們可以通過收集N多個武將的資料來得到演算法，這個過程叫做迴歸。

現在我們來多輸入幾位武將，然後把幾位武將的點都模擬在座標軸中：

然後我們嘗試用一條直線把各個資料點連起來，為了擬合這些資料點，直線要進行移動和旋轉。

慢慢調整這條直線方程（ y = f(x) ）裡的引數，這就是在做微調。儘量消除偏差，讓直線與各個資料點精確吻合。

武將特徵的權重

前面我們對武將的每一個特徵進行了說明，分別是：指揮統率能力、智謀、武力、魅力，但是"良將"對於這4個特徵屬性的佔比權重肯定各不相同，請看下面：

指揮統率能力 × W + 智謀 × W + 武力 × W + 魅力 × W = 良將值

權重（Weight）通常是0到1的一個小數。究竟哪兒個特徵是重要的呢？其實我也不知道，我們需要不斷的"除錯引數"，需要輸入大量大量的武將資料，讓自己的演算法模型進行匹配。

那麼問題來了，怎樣才能讓匹配結果的達到精準呢？

這時，要確定1個武將的"誤差函式":列出理想的輸出與實際輸出，分別做減法後，得到偏差，再把所有的偏差進行平方和的計算。

為了計算的更精準，我們通常把資料按照資料結構特徵進行分類，這稱作：聚類法。比如：可以讓同一類具有相似的武將值進行分類，也可以將具有相近重要性的武將分為一類。

為什麼要做分類呢？因為只看原始資料，我們是看不出什麼的，但是通過初步分類再看資料，會得到更多有用資料。

機器學習的目的就是對世界萬物建立模型，以達到認識世界和改造世界的目的。而這個過程需要不斷訓練資料樣本、不斷加入新資料樣本、交叉組合反覆訓練，最終利用演算法模型來對世界萬物進行相對準確的預測。

先說到這裡，後面的內容有空的時候慢慢更新吧。