什么是机器学习
让机器设备(计算机)学习,也就是所谓的“机器学习”。
比如计算机通过学习能够自发认识到不同品种的猫都是猫,能够假设各种不同的情况,并且知道不同情况下如何应对。在没有人为设定的程序下也能自动完成任务,就必须要让计算机学习事物的特征和规则,这就是机器学习。
机器学习大致分为【监督学习】【无监督学习】【强化学习】
3种方式对比:
监督学习 | 无监督学习 | 强化学习 | |
---|---|---|---|
输入 | 已标记数据集 | 无标注数据 | 决策过程 |
反馈 | 直接反馈 | 无反馈 | 奖励 |
用途 | 分类,预测等问题 | 发现隐藏结构,例如聚类 | 动作行为控制 |
监督学习
监督学习就是将数据和正确答案的组合导入计算机内令其学习特征和规则的方法。
首先要有数据,然后需要对各种各样的数据备注好答案。(监督数据可能是成万上百万条。)
像这样“学习数据和正确答案的组合”,也可以称作“监督数据”,“监督学习方案”.
监督学习目的是为了从众多组合当中发现共同特征,进而发现这样特征的图就是"XX"这一规则。
计算机可以学各种东西,图像和音频都可以。只要你数据够。。。
分类问题
对问题进行分类 例如“输入的图像是猫是狗”,“明天天气是晴还是阴还是下雨”。
经典案例:判断垃圾邮件
在机器学习中分数也叫作“权重”。对输入的数据进行权重相乘。
![](/qrcode.jpg)
分析各种邮件所使用的词汇,进行打分。监督学习的目的就是能够以分数(权重)为依据去判断是否是垃圾邮件。
回归问题
从具体数据中得出结论例如:“明天降水量是多少”,“股票上涨的概率有多大。”回归可以得到具体数据。
回归问题是从众多数据中得出一条线,这是一条能很好解释数据的线(函数)
函数
当一个数值(变量X)确定时,另一个数值(变量Y)也能得到对应关系。
a是斜率,b是截距。调整a和b的值,直线的倾斜度和位置会发生变化。
a和b都是辅助变量称为参数。
结合回归问题(明天降水量)的例子来理解一下吧!
我们获取了气象局提供的数据,(温度,湿度,气压,风向等等)把这些数据作为一组学习数据给计算机。通过这组数据就可以创建预测第二天降水量的回归式
我们使用多变量线性回归式
在这个解析式中,想要准确的预测降水量就要不断调整数据权重。(比如温度和湿度影响大一些呀,风和气压影响小一些呀之类的)
最后我们通过计算和之前获取到的降水量数据做对比
比如我传了1000天的数据 ,通过10天的数据做一个公式来计算降雨量,和11天的降雨量比对,(肯定有误差)。然后再调整。一直重复这个过程。
最后我们可能获取一个类似的关系图(原型表示实际降水量)直线和数据点越贴近,我们后面计算得出的数据就越准确。
像这种自动寻找函数关系的过程就是机器学习。
就像我们之前说的,回归里面的线条即函数。找到与实际数据最一致的函数(创建公式),就可以得到关于数据的规律性。
过度学习
学而不思的境界。为了学而学(陷入了只要学习数据技能得到正确答案)的这种状态就叫做过度学习又叫“过拟合”。
我们想要的是计算机在监督学习过程中,提高泛化能力,即可以解决之前的问题,也可以解决新问题(新数据)。
泛化能力:应对未知信息的能力,也就是一般化,普遍化的能力
参数越多且有多种要素表现的模型容易会导致过度学习,所以一定要限制参数啊亲们。
无监督学习
无监督学习:让计算机分析不知道正确答案的数据,令其发现其中的特征和规律。让计算机自己去分类。
PS:理解了监督学习,无监督学习就好理解了,看下图就差不多了。
聚类
所谓聚类,是将所得数据中相似数据总结在一起的方法也是最具代表性的方法。
一张图就可以理解。我就不赘述了。
计算机会提取特征进行各种我们想不到的分类方法。所以在进行聚类时,要先设置一个前提。
比如,设置的前提条件为颜色相同,则B方法最稳当。
k-means方法
k-means作为聚类的代表性方法,使用前提是任意一组数据要包含相同个数的数据。
K-means算法是硬聚类算法,是典型的基于原型的目标函数聚类方法的代表,它是数据点到原型的某种距离作为优化的目标函数,利用函数求极值的方法得到迭代运算的调整规则
强化学习
和无监督学习类似,添加了“赏罚机制”。
ps:感觉这一句话就能概括了。emm还是解释一下把
对计算机在学习中的表现进行打分,计算机会记录行为和得分的对应关系,(反之也会记录减分的行为。)然后计算机就会不断尝试会得分的行为,进一步强化行为与得分这一对组合的关系。
通过不断重复这一个过程,使得计算机越来越智能。
参考资料
- 《漫画人工智能》
- 《神经网络与深度学习应用实战》
- 百度百科
- 《机器学习》——TomM.Mitchell