外行人都能看得懂的机器学习，错过了血亏！

水深无声 2021-09-17 09:28 343阅读 0赞

# 前言 #

> 只有光头才能变强

没错，这篇主要跟大家一起**入门**机器学习。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”机器学习“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“深度学习”、“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][AI]

`// 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习有一定的了解。

# 一、术语介绍 #

首先我们来简单看看人工智能、深度学习、机器学习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][20181219102104816]

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机器学习 ##

不知道听到“机器学习”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**学习”。

首先我们看一下维基百科是怎么说的：

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

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

![什么是机器学习][20181219102104833]

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][20181219102104852]

我们说机器学习可以**自我**学习，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“自我学习”的效果。

## 1.3它们之间的关系 ##

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

《机器学习 周志华》：

> 所谓深度学习，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，深度学习取得优越的性能。

所以我们可以总结出人工智能、机器学习、深度学习之间的关系是这样的：

*  机器学习，是实现人工智能的重要方法。
 *  深度学习，是实现机器学习的技术。

![之间的关系][20181219102104869]

想要了解更多，可参考：

*  人工智能、机器学习和深度学习的区别?
    
     *  [https://www.zhihu.com/question/57770020][https_www.zhihu.com_question_57770020]

# 二、机器学习入门 #

通过上面我们可以简单认为机器学习就是：**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。

下面我们再来学习一下机器学习的一些入门知识。

## 2.1机器学习的术语 ##

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][20181219102104886]

特征(属性)所张成的空间叫做**特征空间**。

![特征空间][20181219102104903]

> 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][20181219102104920]

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][20181219102104940]

## 2.2机器学习的分类 ##

一般机器学习又可以分成以下几类：

*  监督学习
 *  半监督学习
 *  非监督学习
 *  增强学习

### 2.2.1监督学习 ###

监督学习：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

在监听学习下又分为两种算法：

*  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][2018121910210527]

\*\*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][2018121910210550]

\*\*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][2018121910210570]

### 2.2.2非监督学习 ###

非监督学习：**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**

![对没有“标记”的数据进行分类-聚类分析][-]

**聚类分析例子：在以前，中国移动有三个品牌：神州行、动感地带、全球通。我们给一堆的SIM卡交由学习算法训练，不告诉它每张SIM卡具体是什么卡，最后我们是可以将这些SIM卡分类别出来的**。

![非监督学习的意义][20181219102105107]

![非监督学习的意义][20181219102105126]

![非监督学习的意义][20181219102105145]

### 2.2.3半监督学习 ###

理解了监督学习和非监督学习，对于半监督学习就很容易理解了。

一部分数据有“标记”或者“答案”，另一部分数据没有

*  因为各种原因产生的标记缺失。

![部分有label，部分没有label][label_label]

> 通常都会使用非监督学习手段对数据进行处理(特征提取、降维)，之后再只用监督学习手段做模型的训练和预测。

### 2.2.4增强学习 ###

> 根据周围环境的情况，采取行动，**根据采取行动的结果，学习行动方式**

![增强学习][20181219102105269]

每次行动，就给这次的行动**评分**，算法会根据评分来评估下一次的行动是好还是坏，最终不断改进。

![给每次的行动评分][20181219102105287]

例子：Alpha Go下每步棋的时候都会**评估**自己这次下得怎么样，通过最终的结果不断改进下的每步棋。

## 2.3机器学习的其他分类 ##

除了我们上面所说的监督学习、非监督学习、半监督学习、增强学习之外，机器学习也可以分成：

*  在线学习：**及时**将样例数据作为训练数据对模型进行训练。
    
     *  需要加强对数据进行监控(有可能样本数据是脏数据，这样就破坏我们的模型)
 *  离线(批量)学习：**定时**将样例数据作为训练数据对模型进行训练。
    
     *  不能很快的适应环境的变化

还有：

*  参数学习：一旦学到了参数，就不再需要原有的数据集。通过调参数就好了。
 *  非参数学习：**不对模型进行过多的假设**，非参数不代表没参数。

# 最后 #

**机器学习的核心在于算法上**，这篇只是对机器学习的一个简单的入门，希望能对大家有所帮助。

机器学习**资源**，可关注我的公众号，回复“机器学习”即可领取。

*  有周志华《机器学习》电子版。吴恩达、李宏毅视频及笔记

> 乐于分享和输出**干货**的Java技术公众号：Java3y。

![帅的人都关注了][20181219102105306]

文章的**目录导航**：

*  [https://github.com/ZhongFuCheng3y/3y][https_github.com_ZhongFuCheng3y_3y]

[AI]: /images/20210827/153d947790684a899b4c9c2c18803c5d.png
[20181219102104816]: /images/20210827/80e015a405eb4c30b3f6e4ca87994caa.png
[20181219102104833]: /images/20210827/33028e5f078340b1ba4f55a6bbb3dc43.png
[20181219102104852]: /images/20210827/5b2877c9d6b24cc2b852ab7dc91d02d4.png
[20181219102104869]: /images/20210827/e6094d7f3581441f8db70d080ddf780d.png
[https_www.zhihu.com_question_57770020]: https://www.zhihu.com/question/57770020
[20181219102104886]: /images/20210827/144b5717c9b34dea92eb7c8122cab78e.png
[20181219102104903]: /images/20210827/4ea15e461d994d45b3c9e24afed95180.png
[20181219102104920]: /images/20210827/7860e53b094d41eba3cd9ee20a4953b1.png
[20181219102104940]: /images/20210827/11f5f908bb08414a9d9a8a117b4a9405.png
[2018121910210527]: /images/20210827/d42cfdafbc1a40479ee35900d32987ea.png
[2018121910210550]: /images/20210827/c1eaf2f5a7144af686896153d6bab43e.png
[2018121910210570]: /images/20210827/61d4b01c8b6f4d348a5e075767ccd85e.png
[-]: /images/20210827/9c9e44782806400eb3ecdf4b094ae1bd.png
[20181219102105107]: /images/20210827/3be6080da27444b2bd3844fcfe4d05b8.png
[20181219102105126]: /images/20210827/f2cabc4e5db64391a599ca25951f3448.png
[20181219102105145]: /images/20210827/160bda146e4a46a081e4c610b7a808d7.png
[label_label]: /images/20210827/b938212ed587485a848d87e8346e3a43.png
[20181219102105269]: /images/20210827/5b4ac2591d204cdbbeae191aa4cfccbf.png
[20181219102105287]: /images/20210827/3902d56b5dfd4908a05d3cef283d238c.png
[20181219102105306]: /images/20210827/1fb371f89dca484aa43cc03d7e43796b.png
[https_github.com_ZhongFuCheng3y_3y]: https://github.com/ZhongFuCheng3y/3y