机器学习初次见面请多关照.docxVIP

初识机器学习——“初次见面，请多关照~”前言—机器学习概述什么是学习？机器能够学习吗？机器学习能力能否超过人？机器学习有什么作用？机器学习VS人类学习什么是学习？学习，顾名思义就是学+习，也就是模仿+练习，通过不断模仿和练习能够完成一些重复或者相似的任务，并且做得更好，效率提高。从而使得本身能力得到改进和增强，能够得到更多经验适应更多变化[1]。机器能够学习吗？机器通过模拟人的记忆，行为，以及逻辑推理等，一定程度也能够学习，即在实践过程中使得机器自己能力不断改进提高。机器在模拟人类智能的过程中本身就是一场学习。机器学习能力能否超过人？to be or not to be, that is a question(莎士比亚语：成就还是毁灭，这是一个问题)。机器能否超过人这是一个值得商榷，没有定论的问题。有些人认为机器不能超过人，因为是人创造了机器。但换个角度思考，你爸妈生育了你，就注定你不能超越你爸妈？有些人认为机器能超过人，机器具有很多人类所无法企及的能力，如机器超强的记忆能力，超高的计算速度，更便捷可靠的信息传输和共享特性等，但是机器没有人类情感，机器一旦具有非理性的情感，这将涉及到伦理和社会问题，而且换个角度想，即使它某些方面超过人类，机器始终是为人类服务。再者人的能力也在不断进化，目前来看机器超过人类，还有很长的路要走。总的来看，历史的车轮是往前发展，人类和机器都在“成长”。机器学习有什么作用？试想我们每天学习有什么作用？为了生存，为了生活得更好。为了谋得一份很好的工作，为了获得工作技能并能适应变化。同理机器学习的终极目标就是为人民服务，能够帮人类解决一些难题。所以它必须拥有一些技能，并能适应周遭环境的变化。机器学习VS人类学习如上所言，机器学习能力在某些方面超过人类学习能力，如学习速度更快，更强更精确的记忆能力，更快的计算速度和精度，更便捷的传输特性等。这些都是在硬指标上机器学习超过人类学习。在学习的核心目标上，即适应变化并能做出相应的反应（软指标），机器学习远不如人类学习。人类能够对于不同的环境刺激，很快做出合适的反应。同时人类筛选信息能力远远超过机器，人能够于千山人海中一眼识别出自己认识的人，而计算机需要一一匹配。人类提取特征的能力远超过计算机，我想这与人类几亿年进化有关。在知识表示和传递，人类有语言和文字作为载体，尽管语音识别和语言翻译技术已经相当完善，但是在语言理解上机器还是无法超过人类，因为对于弦外之音，机器还是要多“用点心”。机器学习的定义机器学习是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。简而言之，机器学习就是研究计算机模拟人类学习，以能获得知识技能并且能够不断适应变化，完善自身。实际上，机器学习是通过与外界交互，其主要是通过与人的交互来获得一些知识，并且据此做出事物发展相应的预测。在这个过程中机器是边学习边实践的过程。Never too old to learn~~机器学习系统机器学习系统模型主要如下图所示我们通过外界环境接收信息，然后通过学习（也就是分析综合，归纳演绎，分类类比，实践实验等），获取知识和经验，存入知识库（“记忆到大脑”），然后用理论指导实践，通过对实践效果进行验证，再将实践经验上升为新的理论，即反馈给学习，获取新的知识，使技能得以改进。机器学习系统设计最关键的就是确保信息质量以及良好的知识表示。You are what you eat(你是你所吃的东西)，机器所接收的外部环境信息的质量决定了其学习的质量。而良好的知识表示，有利于知识的传播与扩展。机器学习的策略[2]对于机器学习的策略，我们可以类比我们自身十多年的学习方法。主要有机械学习，归纳学习，类比学习，解释学习，贝叶斯学习，神经学习等。机械学习——死记硬背熟记一些知识是学习的基础，机械学习既是最初级的学习方法，也是基本的学习方法。对于机器，机械学习质量关键在于提高存取效率。即更好更快的“背”下来，并能很快很准地检索到所“背”知识。类比我们平时课程的学习，主要是记忆一些学习的重点以及常用的知识点，并且通过一定“关键词”关联到我们所记忆的知识。同理为提高存取效率，计算机会存储重点和常用知识，减少存储量，并且设定索引（关键字）来提高检索效率。又如可爱的按键精灵也是记忆用户鼠标的点击过程，从而不断的进行自动刷票~~归纳学习——综合概括，知识体系归纳学习就是个体到一般，也就是从众多个体中综合概括出一般规则。类比我们课程学习，会从普通的自然现象中学习分析自然规律。如生物学习，通过分析几种常见的哺乳动物（如马，狗等），归纳出哺乳动物的特征。又如写ISIP的自学报告就是概括机器学习的基本理论和方法（规律性，一般性的知识）。决策树学习——非此即彼，逐一筛选决策树学习对机器来说，是一个非