外行人都能看得懂的机器学*，错过了血亏！

本文由云+社区发表

作者：Java3y

前言

只有光头才能变强

没错，这篇主要跟大家一起入门机器学*。作为一个开发者，”人工智能“肯定是听过的。作为一个开发面试者，肯定也会见过”机器学*“这个岗位(反正我校招的时候就遇到过)。

可能还会听过或者见过“深度学*”、“神经网络”等等这些非常火的名词，那你对这些术语了解多少呢？

相信大家这几天在朋友圈也可以看到这照片：

核心AI代码

// 通过if else 以人工穷举的方式来假装实现智能机器人聊天

希望阅读完本文中后，大家可以对这些术语和机器学*有一定的了解。

一、术语介绍

首先我们来简单看看人工智能、深度学*、机器学*这些术语和它们之间的关系究竟是怎么样的。

1.1人工智能

不知道听到“人工智能”大家会联想到什么，可能大多数都会想到科幻电影的机器人。

《人工智能》电影的剧照

我们看来看看维基百科的定义：

人工智能（英语：Artificial Intelligence，缩写为 AI）亦称机器智能，指由人制造出来的机器所表现出来的智能。通常人工智能是指通过普通计算机程序的手段实现的人类智能技术。

人工智能也可以分成两类：

强人工智能：强人工智能观点认为“有可能”制造出“真正”能推理（Reasoning）和解决问题的智能机器，并且，这样的机器将

被认为是具有知觉、有自我意识的

。
- 像绝大多数科幻电影中的机器人就是在这范畴
弱人工智能：弱人工智能观点认为“不可能”制造出能“真正”地推理和解决问题的智能机器，这些机器只不过

“看起来”像是智能

的，但是并不真正拥有智能，也不会有自主意识。
- 我们目前阶段的人工智能，其实都是弱人工智能。

1.2机器学*

不知道听到“机器学*”大家会联想到什么。Emmm…反正我就是从字面的意思去理解：“机器可以自我学*”。

首先我们看一下维基百科是怎么说的：

机器学*是实现人工智能的一个途径，即以机器学*为手段解决人工智能中的问题。机器学*在*30多年已发展为一门多领域交叉学科，涉及概率论、统计学、逼*论、凸分析、计算复杂性理论等多门学科

简单来说：机器学*可以通过大量的数据或者以往的经验自动改进计算机程序/算法。

什么是机器学*

生成完模型f(x)之后，我们将样例数据丢进模型里边，就可以输出结果：

输入样例进模型，输出结果

我们说机器学*可以自我学*，是因为我们会将样例数据也会丢到“历史数据”中，这样生成模型就会有一定的改动，从而达到“自我学*”的效果。

1.3它们之间的关系

等等，我们好像还没讲深度学*呢。我们从上面机器学*的介绍也可以知道，机器学*已发展为一门多领域交叉学科，机器学*中就有好多个经典的算法，其中就包含了神经网络(深度学*可看成是神经网络的升级版)。由于*几年深度学*发展迅猛，一些特有的学*手段相继被提出，所以越来越多的人将其单独看作一种学*的方法。

《机器学* 周志华》：

所谓深度学*，狭义地说就是“很多层”的神经网络，在若干测试和竞赛下，尤其涉及语音、图像等复杂对象的引用中，深度学*取得优越的性能。

所以我们可以总结出人工智能、机器学*、深度学*之间的关系是这样的：

机器学*，是实现人工智能的重要方法。
深度学*，是实现机器学*的技术。

之间的关系

想要了解更多，可参考：

人工智能、机器学*和深度学*的区别?
- https://www.zhihu.com/question/57770020

**二、机器学*入门**

通过上面我们可以简单认为机器学*就是：利用计算机从历史数据找出规律，把这些规律用到未来不确定场景的决策中。

下面我们再来学*一下机器学*的一些入门知识。

**2.1机器学*的术语**

特征、样本、数据集、标记这些术语的说明：

特征、样本、数据集、标记这些术语的说明

特征(属性)所张成的空间叫做特征空间。

特征空间

例如我们把“色泽”、”根蒂“、”敲声“作为三个坐标轴，则它们张成一个用于描述西瓜的三围空间，每个西瓜都可在这个空间中找到自己的坐标位置。由于空间中的每个点对应一个坐标向量，我们也把一个示例称为“特征向量”。

特征向量

回到我们上面的图，再来讲讲“训练数据”、“训练”、“标记”：

“训练数据”、“训练”、“标记”的术语解释

**2.2机器学*的分类**

一般机器学*又可以分成以下几类：

监督学*
半监督学*
非监督学*
增强学*

2.2.1监督学*

监督学*：训练数据(Training Data)可以告诉我们要找的那个模型的输入(Input)与输出(Output，也就是我们说的label)之间有什么样的关系。

给出的数据都有“答案”或“标记”

训练数据：”Java3y公众号”->好的公众号， “Java4y公众号”->不好的公众号。输出结果：好的公众号或者不好的公众号

在监听学*下又分为两种算法：

回归(Regression)：结果是一个连续的数值(scalar)，而非类别
分类(Classification)：为训练数据进行分类别(多分类)
- 二分类：类别只有两种结果(YES OR NO)

回归例子：知道前几天的PM2.5数值，预测一下明天的PM2.5数值。

回归例子

二分类例子：判断一封邮件是垃圾邮件还是正常邮件。

判断是垃圾邮件还是正常邮件

多分类例子：将新闻帖子分类成不同的类别。

分类成不同的类别

2.2.2非监督学*

非监督学*：训练数据(Training Data)没有对应“答案”或“标记”

训练数据：”Java3y公众号” “Java4y公众号” “Java5y公众号” “Java6y公众号” “yyy公众号” “xxx公众号” “zzz公众号” 输出结果：(“Java3y公众号” “Java4y公众号” “Java5y公众号” “Java6y公众号”) (“yyy公众号” “xxx公众号” “zzz公众号”) 分门类别

对没有“标记”的数据进行分类-聚类分析