机器学习名声在外但真要说清楚它是什么却难倒了不少数据科学从业者。本文提供三套解释方案从专业到通俗任君选用。版本一专业“劝退”型机器学习是一门交叉学科涉及概率论、统计学、逼近论等多领域。它研究计算机如何模拟人类学习行为——利用已有数据归纳出模型再用模型预测未来。它不靠演绎推导而是基于归纳与综合是人工智能实现智能的根本途径。应用覆盖数据挖掘、计算机视觉、NLP、医学诊断、证券分析、战略游戏等众多领域。这个版本的特点是每句话都对但听完基本等于没听。版本二以小见大型想象一个漆黑的房间里漂浮着无数小球你想知道它们的位置是否有规律——比如是否集中在某些区域。你带着闪光灯从不同角度拍照正面拍、侧面拍、高处拍都看不出名堂。最后从低角度拍终于发现小球集中在屋顶和地面附近中间是空的。这就是“找到好角度”的价值。现实中医院病人的病历可能有500个维度的数据——年龄、体重、血压、胆固醇等。人眼不可能看到500维空间的结构就像黑屋里看不见小球。只有通过算法从“合适角度”降维“拍照”才能发现心脏病患者是否聚集、新病人有无类似风险。所谓大数据洞察就是找到那个正确的“角度”。版本三买芒果的故事你第一次买芒果奶奶说“嫩黄的甜”你照做回家发现有的不甜。后来你总结出大个嫩黄一定甜小个嫩黄只有一半甜。下次去换了个摊位产地不同规则全废——原来小个暗黄才最甜。这就是手动写规则的困境环境一变就得重来。你开始写程序把颜色、大小、产地、软硬都设成规则但规则越来越多永远跟不上变化。机器学习换了个思路你挑一批芒果记录所有属性颜色、大小、产地、软硬度和结果甜不甜、多汁不扔给算法。算法自动学习出一个模型下次输入新芒果的属性就能预测它甜不甜、多汁不。更重要的是——随着数据增加模型会自我修正、越来越准。换个水果同一套算法喂苹果数据就学苹果喂香蕉数据就学香蕉。这就是机器学习不用你写规则让数据自己说话。
机器学习名声在外但真要说清楚它是什么却难倒了不少数据科学从业者。本文提供三套解释方案从专业到通俗任君选用。版本一专业“劝退”型机器学习是一门交叉学科涉及概率论、统计学、逼近论等多领域。它研究计算机如何模拟人类学习行为——利用已有数据归纳出模型再用模型预测未来。它不靠演绎推导而是基于归纳与综合是人工智能实现智能的根本途径。应用覆盖数据挖掘、计算机视觉、NLP、医学诊断、证券分析、战略游戏等众多领域。这个版本的特点是每句话都对但听完基本等于没听。版本二以小见大型想象一个漆黑的房间里漂浮着无数小球你想知道它们的位置是否有规律——比如是否集中在某些区域。你带着闪光灯从不同角度拍照正面拍、侧面拍、高处拍都看不出名堂。最后从低角度拍终于发现小球集中在屋顶和地面附近中间是空的。这就是“找到好角度”的价值。现实中医院病人的病历可能有500个维度的数据——年龄、体重、血压、胆固醇等。人眼不可能看到500维空间的结构就像黑屋里看不见小球。只有通过算法从“合适角度”降维“拍照”才能发现心脏病患者是否聚集、新病人有无类似风险。所谓大数据洞察就是找到那个正确的“角度”。版本三买芒果的故事你第一次买芒果奶奶说“嫩黄的甜”你照做回家发现有的不甜。后来你总结出大个嫩黄一定甜小个嫩黄只有一半甜。下次去换了个摊位产地不同规则全废——原来小个暗黄才最甜。这就是手动写规则的困境环境一变就得重来。你开始写程序把颜色、大小、产地、软硬都设成规则但规则越来越多永远跟不上变化。机器学习换了个思路你挑一批芒果记录所有属性颜色、大小、产地、软硬度和结果甜不甜、多汁不扔给算法。算法自动学习出一个模型下次输入新芒果的属性就能预测它甜不甜、多汁不。更重要的是——随着数据增加模型会自我修正、越来越准。换个水果同一套算法喂苹果数据就学苹果喂香蕉数据就学香蕉。这就是机器学习不用你写规则让数据自己说话。
)
