机器学习概念

167 阅读2分钟

什么是机器学习

机器学习是一门人工智能的科学,该领域的主要研究对象是人工智能,特别是如何在经验学习中改善具体算法的性能。

机器学习的基本思路:

  1. 把现实生活中的问题抽象成数学模型,并且很清楚模型中不同参数的作用
  2. 利用数学方法对这个数学模型进行求解,从而解决现实生活中的问题
  3. 评估这个数学模型,是否真正的解决了现实生活中的问题,解决的如何?

(当然,不是所有问题都可以转换成数学问题的。那些没有办法转换的现实问题 AI 就没有办法解决。同时最难的部分也就是把现实问题转换为数学问题这一步。)

1.3机器学习的三要素
数据、算法、模型
机器学习研究的是从数据中通过选取合适的算法,自动的归纳逻辑或规则,并根据这个归纳的结果(模型)与新数据来进行预测。

2.机器学习过程中的几个注意点

  • 2.1:从感知到认知
    感知的一个重要体现就是数据的获取与收集(可类比人对信息的获取,如眼睛),认知强调理解
  • 2.2:从学习到决策
    学习: 对已有数据应用相关算法进行规则/模型的计算归纳;决策:遇到新的问题时,使用学到的知识进行学习
  • 2.3:算法和数据哪个更重要
    数据秒杀一切算法,但真正推动社会的进步的是算法,而不是数据。数据就好像是工业革命时期的煤炭,非常重要,蒸汽机就像是算法,最后大家记住的是瓦特发明了蒸汽机,而不是英国的煤矿。

机器学习在实际操作层面一共分为7步:

  1. 收集数据
  2. 数据准备
  3. 选择一个模型
  4. 训练
  5. 评估
  6. 参数调整
  7. 预测(开始使用)