浙江快乐彩历史数据|浙江快乐彩11选5走势图

資訊中心News

機器學習并沒有那么深奧,它還很有趣

瀏覽次數: 日期:2016-12-01

在科技圈,如果你不懂“機器學習”,那你就 out 了。當別人在談論機器學習娓娓道來時,你卻一頭霧水,怎么辦?在跟同事的聊天中,你只能頻頻點頭卻插不上話,怎么辦?讓我們來做些改變!Adam Geitgey 撰寫了一份簡單易懂的《機器學習,樂趣無限》的資料,共分為5個部分,主要針對所有對“機器學習”感興趣,卻苦于不知從何下手的朋友,希望。能借此讓更多人認識了解“機器學習”,激發其對“機器學習”的興趣。

相信很多人都已經厭倦了維基百科上的長篇累牘,迫切地希望能有人給出個更準確、更高水平的解釋。這些,正是“機器學習”將為你做到的!
什么是“機器學習”?

機器學習,意味著你不再需要編寫那些紛繁復雜的特定傳統代碼,機器運用一套通用的算法——泛型算法,就能告訴你關于一組數據的有趣之處。不需要寫代碼、編程序,只要把數據交給泛型算法,它就能自動建立起數據邏輯。

舉個例子:用于分類的泛型算法是能夠把一組數據分門別類的,用于識別手寫數字的分類泛型算法同樣能夠做到在不改變代碼的條件下將垃圾郵件和非垃圾郵件區分開。兩者使用的是同一種泛型算法,但是因為輸入的數據不同,所以輸出的分類邏輯是不一樣的。

機器學習并沒有那么深奧,它還很有趣(1)

這一種機器學習算法相當于一個黑盒子,能夠處理各種有關分類的問題。

“機器學習”是一個呈傘狀結構的體系,除了分類算法以外,還覆蓋了各種各樣其他的泛型算法。
兩類機器學習算法

你可以把機器學習算法暫且想象為擁有著兩大類分支的體系——有監督學習和無監督學習。這兩者的區別顯而易見,不外乎是有無監督之差,但是其重要性卻是不容忽視的。

①     有監督學習

假設,你現在是房地產經紀人,你的業務持續增長,所以你必須雇一幫新的實習代理幫忙。然而當下的問題是:你只要隨便一瞥就能知道一間房子大概的價值,但是你雇來的實習代理不行,他們不如你經驗豐富,還做不到對房子進行相對準確的估價。

那么為了幫助你的實習代理(當然同時也是為了給你自己放假),你可以編寫一個能夠完成房產估價工作的應用程序,這個程序能夠根據房子的大小、周邊環境等條件找出相似的房子,然后進行價格預估。

因此,你需要記錄下你所在城市三個月內房產交易的信息。針對每筆交易,你需要記錄下一系列細節信息,比如:房間數目、房子大小、周邊地區環境,等等,最重要的是要記錄下交易的最終價格。

機器學習并沒有那么深奧,它還很有趣(1)

以上就是我們收集到的數據,專業地稱之為“訓練數據”,我們希望通過這些數據建立一個程序,來幫助我們對我們所在區域的其他房子進行估價。當然,我們同時也希望能通過這些數據,對區域以外的其他房子進行價格預估。

這種模式就叫做“有監督學習”。

你從一開始就知道了每間房子的價格,換句話說,你已經知道了一個問題的答案,而且你能夠原路返回,重新思考這個問題,從而建立起一個解決這個問題的思路和邏輯。

那么建立一個能預估房價的應用程序,你需要把關于每間房子的數據信息——“訓練數據”——輸入你的機器學習算法中,算法就會得出用于解決這些數據關系的一套數學公式。

這就有點像一份數學考試的答案紙被涂掉了所有的算術符號,就像下面這張圖。

機器學習并沒有那么深奧,它還很有趣(1)

天啊!老師答案紙上的算術符號不知道被哪個淘氣的學生都涂掉了!這個時候你應該很難看出這次考試考的是什么數學問題,到底是加法還是減法?

所以要解決到底是加法還是減法的問題,你這時就需要對左邊和右邊的數字進行一些“計算加工”來弄清他們之間的關系了。

通過這種“有監督學習”,你可以讓電腦幫你完成一系列的“計算加工”工作。當你弄清楚等式左右兩邊的數學關系以后,你就會知道用什么方法解決這個數學問題了,那么類似的問題也就迎刃而解啦!

②     無監督學習

我們再回到前面提到的房地產經紀人的例子。假如就連作為房地產經紀人的你,對每間房子的價格都不確定,那該怎么辦?

如果你了解到的只有房子的大小、位置這些信息,那也沒關系,用我接下來介紹的“無監督學習”你一樣能有所作為。

機器學習并沒有那么深奧,它還很有趣(1)

機器學習可以讓你在沒有掌握有決定性意義的數字信息(這里指的是房子的價格)的條件下也能有所作為。

這就有點兒像,有個人遞給你一張紙,上面寫著一串數字(這里指的是除了房價以外的其他數據信息)然后告訴你“我也不知道這一大串數字是什么意思,但是你應該能從中得出些隱含的信息,好好干,祝你好運!”

我們拿到這串數字數據能做些什么呢?對于一個新手來說,你可以用一個算法自動識別出你的數據內部的細分市場區隔。你可能就會發現鄰近大學地區的一些買家傾向于購買房間多、面積小的房子,而在郊區的買家則比較青睞建筑面積大的,房間數量不需要多的(大概只需三個)房子。了解了不同客戶的不同需求能夠對你的市場推廣工作起到很大的指導作用。

除此之外,你能做的還有就是自動識別出那些與其他不同的離群孤立的房子,可能那些孤立出來的房子都是高樓大廈,所以你可以有針對性地把銷售主力集中在這個區域。

 在這篇帖子接下來的部分,我們將會更多地關注在“有監督學習”上,但這并不代表“無監督學習”就是無用的。事實上,隨著算法的不斷完善,“無監督學習”變得越來越重要,因為它在數據沒有被貼上正確答案標簽的條件下同樣能使用。

給學者們的附注:確實是有很多不同類型的機器學習的泛型算法,但是對于剛入門的新手來說,從這兩類算法開始確實是一個不錯的選擇。

 運用“機器學習”給房子進行估價確實很酷,但是這真的算是學習嗎?

作為人類,你的大腦可以解決很多種突發狀況,而且在沒有明確的指示的情況下同樣可以學會處理這些狀況。如果你很長一段時間都在做房屋銷售,那么你就會對房屋的正確估價、房屋的營銷策略、房屋的潛在客戶等產生本能的反應。而強大的人工智能調查的目的就是把產生這種本能反應的能力在電腦上復制下來。但是就現在來說,機器學習算法還沒能達到那么高的水平,它暫時只適用于一些特定的、有限的問題。因此,在這種情況下,“學習”被定義為“根據示例數據得出相應的公式來解決特定的問題”可能更為恰當。但是很顯然“機器運用根據示例數據得出的公式解決特定問題”這個定義不能作為個好名字,所以,我們干脆就直接稱之為“機器學習”。

當然,可能在50年后人工智能已經強大到那種地步了,那么你一定會覺得我寫的這篇帖子里有點奇怪。如果真是如此,請你放下這篇帖子,讓你的機器人保姆給你做個三明治,盡情享受人工智能帶來的便捷和舒適吧。

所屬類別: 行業新聞

該資訊的關鍵詞為:機器學習并沒有那么深奧,它還很有趣 

浙江快乐彩历史数据 黄金娱乐官网app下载 中国股票指数期货发展 七星彩走势图规律图 开心棋牌官方版下载安装 秒速飞艇开奖官方网站app 棋牌游戏有规律吗 舟山体彩飞鱼开奖号码 易发棋牌下载安装 排列五走势图分析表 博远棋牌平台