深度解析爆红的机器学习

作者: 蓝桥云课 | 来源:发表于2018-04-24 15:34 被阅读35次

实验楼正式上线【楼+机器学习实战】课程。第一期限定40人报名,刚上线4个小时内报名人数达26人,咨询群涌入近两百人!这个火爆程度超乎我们的预计!

机器学习为什么火?

四个问题,解答疑惑!

问题 1:什么是机器学习?

想要入门机器学习,那么就需要了解什么是机器学习?机器学习一个十分经典的定义来自于计算机科学家 汤姆·M·米切尔 于 1997 年出版的《机器学习》专著,这句话的原文如下:

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.

汤姆·M·米切尔

翻译成中文就是:

对于某类任务 T 和性能度量 P ,如果一个计算机程序在 T 上以 P 衡量的性能随着经验 E 而自我完善,那么我们称这个计算机程序在从经验 E 学习。

你可能会觉得上面这句定义太学术,甚至读了多遍都没有理解到其中要准确表达的意思。简单来讲,这句话强调的是「学习」,而核心意义就是:计算机程序通过累计经验来获得性能的提升。

机器学习图

其中,计算机程序的核心就是我们所说的「机器学习算法」,而机器学习算法则来源于基础数学理论和方法。有了可以自主学习的算法,程序就可以从训练数据中自动分析获得规律,并利用规律对未知数据进行预测。

问题 2:机器学习能干什么?

近两年来,机器学习概念非常火。但是,当年回顾机器学习的发展史,你会惊讶于早在几十年前,这门学科就已经有所突破。为什么感觉这些年才火热起来呢?

其实,如今机器学习概念热门的原因之一,就是近年来找到了一些机器学习合适的应用场景。例如,各类新闻站点利用机器学习向你推进「符合胃口」的资讯。特斯拉、Uber、百度自动驾驶车上路,也是机器学习在为之领航。安检口的人脸识别、天气交通的精准预报都得益于机器学习的应用。

自动驾驶汽车

从 机器之心 的统计数据来看,目前机器学习的主要商用场景集中于:医疗健康、工具软件、商业服务、消费零售、金融等领域。除了上面提到的推荐系统、自动驾驶等应用实例,机器学习目前还可以用于智能客服平台、智能门诊系统、信贷风险评估、欺诈检测、视觉识别等各类行业。

所以,机器学习能做的事情非常之多。可以这样说,几乎每个行业都有机器学习的用武之地,几乎每个流程都可能引入机器学习进一步优化。

问题 3:机器学习、深度学习和人工智能的关系?

我们经常会从媒体报道及学术资料中看到机器学习、深度学习、人工智能三个不同的名词,但往往又捉摸不透几者之间的关系。它们之间是包含,交叉,还是完全独立呢?

这里,我们引用资深科技记者 Michael Copeland 文章中的部分观点进行解释。三者中,最先出现的概念是人工智能,它是于 1956 年由 John McCarthy 提出。当时,人们渴望设计出一种「能够执行人类智能特征任务的机器」。

之后,研究人员构思出机器学习的概念,而机器学习的核心是寻求实现人工智能的方法。于是就出现了朴素贝叶斯、决策树学习、人工神经网络等众多机器学习方法。其中,人工神经网络(ANN)是模拟大脑生物结构的一种算法。

再到后来,就出现了深度学习。深度学习的关键在于建立具有更多神经元、更多层级的深度神经网络。我们发现,这种深度神经网络的学习效果在图像辨识等方面甚至超越了人类。

所以,关于上述 3 个概念,可以总结出如下所示的关系图。其中,机器学习是实现人工智能的手段,而深度学习只是机器学习中的一种特定方法。

机器学习、深度学习和人工智能的关系图

问题 4:学习机器学习(本课程)需要具备的前提条件?

或许你已经对机器学习产生了兴趣,但又不清楚自己是否适合学习。所以,第四个问题将告诉你学习本课程的前提条件,及如何去达到这些前提条件。

首先,【楼+机器学习实战】课程将会使用 Python 语言作为代码实战过程中唯一的编程语言。除了 Python 语言具备语法简单,上手快的特点。选择其的另一个重要原因是目前在机器学习领域,最优秀的开源项目和工具几乎都提供了对 Python 语言的支持。

如果你对 Python 3 还不够了解和熟悉,那就非常推荐学习实验楼免费基础课程:《Python3 简明教程》

其次,为了更好地理解机器学习算法原理,你需要具备一定的数学基础。如果你在大学本科阶段学习过《高等数学》、《线性代数》、《概率论》,那就完全足够了。当然,无需对这三门课程都非常熟悉,只要有印象,回忆起来就非常快了。

如果,你完全没有线性代数、数理统计等基础,也不用太担心。首先,在课程内容中,凡涉及到数学的地方,我们都会做必要的解释。另外,【楼+机器学习实战】将会更突出「实战」,并使用尽量容易理解的语言来介绍算法背后的原理,而非深奥理论的探索。

  • 课程将围绕机器学习原理,使用 Python 语言进行实战,最终期望学员能达到初级机器学习工程师水平。
  • 如果你对机器学习感兴趣,如果你想进一步提升自己,请移步【楼+机器学习实战】了解如何成为机器学习工程师!

课程咨询,欢迎添加班主任微信:

来啊,来【实验楼】学IT呀,反正有大把时间~

相关文章

  • 深度解析爆红的机器学习

    实验楼正式上线【楼+机器学习实战】课程。第一期限定40人报名,刚上线4个小时内报名人数达26人,咨询群涌入近两百人...

  • 关于机器学习,你需要知道的三件事!

    摘要:MATLAB开发运营团队深度解析何为机器学习,什么时候使用机器学习,如何选择机器学习算法,MATLAB到底能...

  • 浅谈语音识别基础

    承接前面的《浅谈机器学习基础》、《浅谈深度学习基础》和《浅谈自然语言处理基础》,主要参考了《解析深度学习:语音识别...

  • CNN的基础知识

    CNN,全名卷积神经网络,是深度学习的一种,它与人工智能,机器学习,表示学习,深度学习的关系见下图(来自:解析卷积...

  • 机器学习&深度学习知识体系——写过的博文(博客目录索引)

    机器学习&深度学习入门 机器学习简介 深度学习简介 深度学习入门极简教程(一) 深度学习入门极简教程(二) 深度学...

  • 2019-04-22

    机器学习&深度学习 深度学习是机器学习的延伸。当神经网络层数变多时,就成了深度学习 区别 机器学习:特征是人工通过...

  • 什么是深度学习

    1.1 人工智能、机器学习与深度学习 人工智能 > 机器学习 > 深度学习 即,人工智能包括机器学习,机器学习包括...

  • 机器学习入门

    机器学习:发展与未来 人工智能 > 机器学习 > 深度学习 > 神经网络 多种机器学习技术:深度学习,强化学习,蒙...

  • 深度学习相关最新图书推荐

    如果您是初学者,那么您可能会将深度学习与机器学习混为一谈。实际上,机器学习包含深度学习,深度学习只是机器学习的研究...

  • 李宏毅深度学习笔记1 - 深度学习入门

    在谈到深度学习之前,我们都会提机器学习,因为深度学习是机器学习的一个分支。那么什么时机器学习呢?简单来说机器学习是...

网友评论

    本文标题:深度解析爆红的机器学习

    本文链接:https://www.haomeiwen.com/subject/sadjlftx.html