机器学习■林轩田机器学习基石课程学习笔记1 -- The Learning Problem |电脑|机器人|信用卡|

本文插图

本文插图
来源 | AI 算法与图像处理
主要内容

What is Machine Learning
Applications of Machine Learning
Components of Machine Learning
Machine Learning and Other Fields

机器学习■林轩田机器学习基石课程学习笔记1 -- The Learning Problem

本文插图
What is Machine Learning
什么是“学习”？学习就是人类通过观察、积累经验，掌握某项技能或能力。就好像我们从小学习识别字母、认识汉字，就是学习的过程。而机器学习（Machine Learning），顾名思义，就是让机器（计算机）也能向人类一样，通过观察大量的数据和训练，发现事物规律，获得某种分析问题、解决问题的能力。
机器学习的过程是从资料出发，经过电脑的计算之后，最终得到某一种表现。
比如通过电脑让电脑学会预测股票。利用十年前的数据去学习，告诉我明天该怎么去投资，如果机器真的做到了，那么说明机器真的学到了这些。这是我们希望机器学习能做的事情。

本文插图
举例：如何识别一棵树

设计一个程序去定义一棵树，是非常困难的
通过学习数据去辨认一棵树（3岁小孩能做）
机器学习系统去识别一棵树比设计一个程序更加容易的多

通过我们的脑力去分析这些东西比较困难，因为希望通过机器自己去学习和分析，发现这些规律。
机器学习在构建一个复杂系统的时候是一个可选的方法：
比如：

当人类没办法做一个复杂的系统，将所有的规律都写清楚，比如机器人探测火星，没办法预测机器人在火星上会遇到什么情况，例如遇到坑，要怎么办，这就需要机器自己去学习怎么处理
没办法定义一个规则的时候——语音/可视化识别
有一些人没想过的应用——股市交易
在大规模的数据下一个用户取向的问题——用户个性化的市场

本文插图
机器学习要做的事情，是类似于教电脑钓鱼的方法，让它可以一辈子受用。
那么什么场景下，考虑使用机器学习解决呢？

本文插图
机器学习的三个关键条件：

事情本身存在某些潜在规律可以去学习，并且有明确的目标
事情存在一定的规则，但是我们不知道怎么把它用代码写下来
机器学习需要资料，否则机器不知道如何去学习

当三个关键条件都满足的时候才考虑使用机器学习
测试&答案：

本文插图
1、预测小孩子接下来的几分钟后会哭？no（没有规则）
2、判断图中是否存在圆？no（规则可以轻松定义）
3、决定是否该给用户分发信用卡？yes ，不容易编程实现，有大量的客户历史信息
4、地球什么时候会毁灭？no（没有足够的数据）