机器和人很像，甚至可以说人和机器很像，我们应该要向机器学习。
被赋予了智能的机器，到底有多可怕——
人工智能=
强大的计算+海量的存储+快速的检索+迅速的反应+优秀的逻辑推理+深不可测的学习力
人解决问题的方法抽象起来有几个：
1）知识法，检索现有知识库，看有没有解决方案；
2）咨询法，请教他人，看有没有解决方案；
3）准则法，问自己有没有制定什么准则，无论什么情况下都去遵守这个准则；
4）经验法，通过对历史类似事件或情况（数据）的总结分析，推测解决方案。
学习力，讲的就是机器学习，它是一种能够赋予机器学习的能力以此让它完成直接编程无法完成的功能的方法。但从实践的意义上来说，机器学习是一种通过利用数据，训练出模型，然后使用模型预测的一种方法。
而机器学习方法抽象为两种：生成方法和判别方法。
判别方法：由数据直接学习决策函数Y=f(X)或者条件概率分布P(Y|X)作为预测的模型，即判别模型。基本思想是有限样本条件下建立判别函数，不考虑样本的产生模型，直接研究预测模型。
生成方法：由数据学习联合概率密度分布P(X,Y)，然后求出条件概率分布P(Y|X)作为预测的模型，即生成模型：P(Y|X)= P(X,Y)/ P(X)，模型表示了给定输入X产生输出Y的生成关系。
模型的两个分类：生成模型和判别模型。
生成模型学习联合概率分布p(x,y)，即x,y要同时出现的概率；而判别模型学习条件概率分布p(y|x)，x已出现后y会出现的概率。
具体：联合概率，太阳和地球同时爆炸的概率；条件概率，太阳已经爆炸的前提下，地球爆炸的概率。
典型的生成模型：朴素贝叶斯和隐马尔科夫模型。
典型的判别模型：k近邻，感知机，决策树，支持向量机。
具体：判断一个人说的是哪国语言。
生成方法：学习每一种语言，你花了大量精力把汉语、英语和法语等都学会，学会了什么样的语音对应什么样的语言。有人和你说话，你通过语音就能快速知道对方说的是哪国话了。
判别方法：不去学习每一种语言，你只学习这些语言模型之间的差别，然后再分类。意思是指学会了汉语和英语等语言的发音是有差别的，我学会这种差别就好了。
两者关系：由生成模型可以得到判别模型，但由判别模型得不到生成模型。
总言之：
生成方法，研究数据本身，找到数据产生的方式，去分类；
判别方法，研究数据关系，找到数据之间的差异，去分类。
网友评论