01 何谓机器学习 近几年，机器学习可谓是业界最热门的领域之一，AlphaGo以4 : 1的比分击败李世石，人工智能和机器学习一夜火遍世界各地。 机器学习离我们并不遥远，甚至可以说已经
01 何谓机器学习
近几年，机器学习可谓是业界最热门的领域之一，AlphaGo以4 : 1的比分击败李世石，人工智能和机器学习一夜火遍世界各地。机器学习离我们并不遥远，甚至可以说已经渗透到我们生活的方方面面。例如：网上购物时，电商网站根据用户偏好为用户推荐商品；Siri手机语音助手可查询天气、播放音乐；打车时，打车软件帮我们预估行程时间、规划行程路线；点外卖时，外卖App将订单分配给附近空闲的骑手等。这些无一不是通过机器学习技术来实现的。
通俗来讲，机器学习是计算机针对某一任务，从经验中学习，并且能越做越好的过程。一般情况下，“经验”都是以数据的方式存在的，计算机程序从这些数据中学习。学习的关键是模型算法，它可以学习已有的经验数据，用以预测未知数据。
在很多领域，仅仅靠人很难从诸多信息中将有效信息提取出来的。例如，我们想知道一个人是否会去购买某个电影的电影票。想要知道这个答案，最直接、有效的方法就是去问他本人，因为他本人的回答是与结果最接近的，也就是相关性最强的一个特征。
假如我们并不认识这个人，或并没有条件直接与他本人沟通，那么还有另外一种思路—问他的朋友，他的朋友可能对他比较了解，知道他喜欢哪种类型的影片。但往往这个条件也不一定能达到，因为对于这样的需求场景，更多的可能是影院想知道他的顾客会不会购买某个电影的电影票。
而影院所拥有的顾客信息通常是用户的性别、年龄、以往观影记录、消费记录等基本信息。对于普通人来说，通过这些原始数据预测该顾客未来的行为，很难给出一个比较准确的答案。此时便需要机器学习把无序的数据转换成有用的信息，从而解决相关问题。
机器学习横跨了多个学科，包括计算机科学、统计学等，而从事机器学习的人不仅需要扎实的计算机知识和数学知识，还需要对机器学习应用场景下的业务知识非常了解。因此，很多人觉得机器学习门槛很高，还没有开始学习就望而却步了。
其实机器学习的入门并没有想象中那么难，当然也不意味着机器学习的技术含量低。机器学习的特点是：入门门槛低，学习曲线陡。很多人入门之后容易陷入一种瓶颈状态，很难有更高的突破，所以学习机器学习一定要有耐心和毅力。
-
-
-
Python、NumPy、Pandas等数据处理工具；
-
读者不要被上面所罗列的知识吓到，因为即使你不具备这些知识，也可以学习机器学习，在学习的过程中随用随查即可。当然，如果已经事先具备了这些知识，那你学习起来一定事半功倍。下面介绍机器学习相关的基本概念。
机器学习是Machine Learning，英文简称 ML。
一句话就能明白什么是机器学习：机器学习是实现人工智能技术的方法。
机器学习是一门多领域交叉学科，涉及概率论、统计学、算法理论等多门学科。这里需要强调一下，机器学习可不是一门编程语言哦，它是专门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，让计算机重新组织已有的知识结构使之不断改善自身的性能。
举一个例子看看机器学习是什么。例如这里有上百万张图片，需要分出哪些图片包含小狗、哪些图片没有小狗。如果人类通过眼睛来分，那岂不是要累惨了，可以通过机器来帮忙。机器学习就是构建出一个模型，该模型经过特殊的训练后，可以将图片标记为包含狗或不包含狗。一旦准确度达到足够高，机器就“学会”了分辨狗的样子。这个过程就是机器学习。
机器学习主要是提供一个算法、训练出一个模型，该模型实现特殊的功能。
假如我们有一批房屋特征数据，其中包括卧室数量、房屋面积等信息，如表1-1所示。
其中，每一条记录称为样本，样本的集合称为一个数据集（data set）。类似卧室数量、房屋面积等列（不包括房价列）称为特征（feature）。房价是比较特殊的一列，它是我们需要预测的目标列。在已知的数据集中，目标列称为标签（label），它可以在模型学习过程中进行指导。
并非所有的数据集均包含标签，是否包含标签决定了采用何种类型的机器学习方法（后续会对不同类型的机器学习方法进行介绍）。数据集一般可以分为训练集、验证集和测试集，三者是相互独立的。
-
-
-
测试集用于评估模型，测试模型用于新样本的能力（即泛化能力）。
如果机器学习任务的预测目标值是离散值，则称此类任务为分类任务。比如比较常见的垃圾邮件分类系统，类别只有垃圾邮件、非垃圾邮件两类，这是一个分类任务，并且是一个二分类任务（类别只有2种）。
若类别有多种，则称这类任务为多分类任务。例如预测电影所属类型，其包括动作片、爱情片、喜剧片等多个类别。如果预测值是连续值，则称为回归任务，如表1-1中的预测房价。
另外，还可以对数据进行聚类，即找到数据的内在结构，发现其中隐藏的规律。例如我们以前看过的电影，即使没有人告诉我们每部电影的类型，我们也可以自己归纳出哪些影片属于喜剧片、哪些属于动作片。
按照学习方式的不同，可以将机器学习划分为几种类型：监督学习（supervised learning）、无监督学习（unsupervised learing）、半监督学习（semi-supervised learning）、强化学习（rein-forcement learning）。
再来跟小课了解几个火爆的“人工智能”名词儿，这样在撸串炸鸡啤酒时，可以跟小伙伴吹嘘吹嘘，提高提高自己的人格档次。
“机器学习”和“深度学习”，这几个名词，经常会和人工智能一同出现在不同场合，他们都是什么意思呢？
先来看看人工智能。在1956年达特矛斯会议上，约翰•麦卡锡提出了“人工智能”这个概念。人工智能的含义是可以执行人类智能特征任务的机器，也就是Artificial Intelligence，英文缩写为AI。
这个概念其实涵盖是比较广泛，总的来说就是使用“机器”来理解语言、识别物体与声音、学习和解决问题等内容。人工智能这个概念是大范围内的一个定义，具有概括性质的一个概念。
(责任编辑：中博IT教育)
在线报名
在线咨询
