我眼中的机器学习

  今天我们要讨论的内容是什么是机器学习，首先我们给出下面一个思维导图，作为我们今天要讨论的内容：

什么是机器学习？
  什么是机器学习，这是我们在入门机器学习时，要首先弄清楚的概念，只有弄清楚了这个概念，我们才能更好的去理解机器学习。其实我们的前辈和先驱已经给出过一些定义:
首先在1959年 Arthur Samuel给出的定义如下:

Field of study that gives computers the ability to learn without being explicitly programmed.

我简单翻译一下，意思是：让计算机在没有被显示编程的情况下、具备自我学习能力。
其实目前我们广泛接受的机器学习的定义是Tom M. Mitchell在操作系统层面给出了更直观等定义：

A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with Experience E.

同样我简单翻译一下，意思是：一个程序被认为能从经验E中学习，解决任务T,达到性能度量P，当且仅当有了经验E后，经过P的判断，程序在处理T时有说提升。
  从前辈们给出的定义，我们其实去理解什么是机器学习，还是云里雾里的，用比较时髦的话来说，就是一脸“懵逼”，不知所云。那到底什么是机器学习呢？其实我们其理解什么是机器学习，可以类比于小宝宝学习的过程，请看下面的图：

  小宝宝的任务是识别水果，那么小宝宝是如何识别水果的呢，通常情况下，都是由爸爸妈妈在一旁耐心的教宝宝，比如给宝宝拿出一个苹果，告诉宝宝这是一个苹果，拿出一个梨，告诉宝宝这是一个梨，拿出一个香蕉告诉宝宝这是一个香蕉等等，会给宝宝看大量的水果实物或者图片，以增强宝宝对水果的记忆。通过大量的反复训练后，宝宝对水果有了一定的认识，这个时候给宝宝拿出一个水果，宝宝就会很轻易的告诉你水果的名称。以上是一个宝宝在学习识别水果的过程。我们都很容易去理解。那么机器怎么学习呢，同样的道理，我们看下面的图片：

  中间的宝宝换成了机器人，任务同样是识别水果，那么我们的机器人如何去识别水果呢?这个时候不在是爸爸妈妈在一旁去教机器人，而是我们需要开发一个程序，让程序来教机器人去学习，这时候（ ，苹果）等将作为训练数据（Training Data）输入到我们编写的程序中，进行自动的训练。最后我们把训练好的模型植入到机器人中，这个时候再给机器人看到新的水果，就会给出相应的水果名称。
  从这两个例子的对比，我相信读者应该对机器学习有了更深的了解。从中我们也可以看到在计算机学习中有两个至关重要的因此，一个是数据，另一个是模型。
  数据：通过所说的经验其实在机器学习中来说就是计算机所理解的数据，这样计算机才能从经验中学习。相对于人来说，在机器学习中的数据，就相对于我们的学习环境，一个人要变聪明或者优秀，一个很重要的方面是能享受到高质量的教育。所以从这个方面来说谁拥有了更多的数据，谁就能开发出好的机器学习应用。
  模型：也叫做算法，是本门课程主要讲的内容。模型可以理解成让机器学习的方式，以什么样的方式能让机器学习的更好。对于人来说，就是我们接受教育时，老师的教学方法，好的教学方法，能让我们学的更快学的更好，同样的好的模型可以让机器学的更好学的更快。
机器学习能干什么？
  机器学习能干什么，其实机器学习在我们的衣、食、住、行、教育、娱乐等各个方面都有着广泛的应用，我们 的生活处处都离不开机器学习。比如，打开购物网站，网站就会给我们自动推荐我们 可能会喜欢的商品；电影频道会根据用户的浏览记录和观影记录，向不同用户推荐他 们可能喜欢的电影等等，到处都有机器学习的影子。因此再AI这个爆发的时代，我们人人都应该懂一些机器学习。其实随着AI的火爆，可能大家更加熟悉的是下面三个应用场景，AlphaGo、无人驾驶与无人超市。

喜欢本篇博文的朋友可以关注下我们的微信公众号“AI有爱”