很多人并不知道，机器学习的核心竟然是教会机器学会忘记。
你没看错，就是“忘记”。
人之所以智能，是因为我们有一种能力，只记住需要记住的东西，有些不重要的特征，会自然选择遗忘。
我举个栗子
看下面两张图
你一眼就能看出来，这是同一个人，江疏影。
我们会自动忽略发型/眼神/耳环/衣物/角度等不重要的区别，换句话说，在我们的脑海中，我们只是比较了这两个图片的“重要特征”。
可是，让机器认为这是同一个人，并不是很容易的事儿。
“精确”，是计算机天生的属性，它们会精确的记住每一个信息细节，让机器来认定“相同”，除非在每一个信息上，每一个比特，全部都相等才可以。
要想使它们“忘记”一些不重要的特性，很难。
那是以前
现在有了神经网络，这个网络会自动忽略细节，捕捉重要特征，完全模拟人类的模式来进行图片识别。
补充两个概念吧。
对于一些细节，如果我们的算法关注过头了，叫做“过拟合”，这种情况下，需要让算法进行“忘记”，过拟合是机器的天然属性，算法的调优，在很多时候是消除过拟合。这个并不容易，有很多机器学习的例子都是给定已经清理好的数据，但是，数据的清理，消除噪声，才是消除过拟合的最重要的一步。
有过拟合，就有欠拟合，那就是细节关注不够喽。
下面三个图是同样的数据，分别代表欠拟合/正合适/过拟合
一个过拟合的算法会把“江疏影” 和 “略微变换的江疏影” （姿势/发型稍有变化）
认为不是同一个人，而一个欠拟合的算法会把“江疏影”和“马士兵”认定为同一个人
那么问题就来了，刚才我讲过了“过拟合”产生的原因，那么：
1：“欠拟合”会在什么情况下产生呢？
2：一个中国游客吐了口痰，我们就说“中国人素质差”，这是犯了过拟合的错误还是欠拟合的错误呢？
3：白羊座容易过拟合还是欠拟合？
4：处女座容易过拟合还是欠拟合？
留言吧。
需要神经网络视频资料，进群可以寻找哦
网友评论