输入“/”快速插入内容

001 机器学习与神经网络简介

2024年3月7日创建

540

638

背景

平常业务开发中每天都要接触到机器学习和深度学习的概念，在听了很多大佬的普及后，发现甚是有趣。于是小编想着着手开始学习这部分的内容。​

那废话不多说，就从最基础的机器学习和神经网络开始~

一、机器学习基础

1、机器学习是什么？

机器学习是对能通过经验自动改进的计算机算法的研究 —— 可以理解为机器学习是一个研究，它的研究对象是计算机算法。这个计算机算法的特点是：能通过经验来自动改进自身的能力。也就意味着，它可以像人一样积累一些经验，然后自动改进。​

机器学习是用数据或以往的经验，以此优化计算机程序的性能标准 —— 强调了数据或以往的经验。比如说：拿线性回归来举例，如下图所示：​

线性回归的意思指的就是你给我一个连续的输入，比如说图上的 x 轴，它从 0 到 50，然后我可以给你映射到它对应的 y 轴上的值分别是多少，也就是会给你一个连续的输出，我们可以在图上看到这个 y 轴从 0 到 35 也是一个连续的输出。​

那么这个线性回归跟机器学习有什么关系呢？如我们上面所说的，这个线性回归问题通过数据或以往的经验来解决。比如说我们这个图里面有很多黄色的点，那么我们就可以沿着这些黄色的点，根据它的分布来画一条黄色的线，画完之后你随便给我一个 x 轴上的值，我都可以找到与之对应的 y 轴上的值。​

比如说图上的 x 为 20 的时候，那么它的 y 大概就在 5- 10 之间这个位置，且就是你给我任意一个 x 轴上的值，我都可以得到 y 轴对应的值。当然不只是刚才那个20，其他值也都可以。这就是通过数据以及以往的经验来解决线性回归问题，这些黄色的点就是数据或者说是以往的经验。​

还有个问题是，可能有的小伙伴会有疑问：不使用机器学习，我也能画出这条黄线 or 红线。既然自己可以做到了，那为什么还需要机器学习呢？​

其实啊，我们的目的就是为了实现人工智能，就是想办法让机器来代替人去画这两条线。​

2、机器学习应用场景

上面我们说了机器学习的基础概念，接下来再列举一些常见的应用场景：​

•
图片分类 —— 准备大量图片，让机器去学习，判断这是一只猫、还是一只狗。​

•
语音助手 —— siri、小爱同学等等，给机器足够多的声音数据以及对应的标签，那么机器就可以识别我们的语音在讲什么了。​

3、为何要用机器学习？

①有些棘手问题只能用机器学习来解决：

•
比如说给我一张图片，让我判断这个图片里有没有一只猫。这个问题看似简单，但是即便是很聪明的程序员，也没有办法通过编写规则和编写代码的方法来解决这个问题，这是不可能的。​

•
比如说先是编写了一堆规则，然后判断一只猫，判断一个图片里面有没有一只猫。但是我们想一下，如果这个猫随便换个位置，换个动作，换个颜色，换个品种，那么它的规则是不是就被废弃掉了，就没用了？它要写多少条规则？它要写无数份规则，无数行代码，这显然是不可能解决的。​

•
因此，我们可以通过机器，来学大量猫🐱的图片。之后，机器就大概知道了猫的特征是什么样的。然后等下次你再给它一张新的猫的图片，它就能判断这张图片里有一只猫的概率有多大了。​

②获取数据比编写规则更加容易：

•
有些问题它既可以用机器学习来解决，也可以通过编写规则就是编写程序来解决。但是如果获取数据比获取规则更加容易的话，那么这时候就应该用机器学习来解决。​

•
举个例子，比如说你写了一个翻译程序，可以把这个英文翻译成中文，但第二天PM跟你说，想让你把这个翻译程序拓展一下，可以把英文翻译成日语。​

•
如果是通过传统的编程，就会编写一堆的规则，一堆的 if else 逻辑。很大概率所有代码你还要全部再重写一遍，工作量非常大。​

•
但是如果是通过机器学习的手段来做这个翻译程序的话，那么你一行代码都不需要改。我们要做的是，只需要把训练数据换一下，重新训练一个新模型就 OK 了。这也就是为什么要使用机器学习的原因，因为有时候往往获取数据比编写规则要容易得多。​

③GPU等计算能力显著提升：

•
机器学习的训练需要消耗大量的计算能力。在过去我们的算力非常的差的时候，其实使用机器学习的成本是很高的，或者说几乎是不可能的。在过去科学家跑一次训练可能得几个月，而且几个月跑一次训练实验，在这个过程中一般还要失败很多次。这个训练实验需要不断地试错，不断地试验，才能慢慢降低失败的次数。​

•
but…这么看的话，一次试验都要跑好几个月，那这个实验基本上也就没有什么可行性了，这也是为啥上世纪这个神经网络算法就已经被发明出来，但是到最近几年才火起来，就是因为过去的计算能力太差了。​

•
但是现在我们的计算能力显著提升了，可能一个小时内我就能跑完一次训练，得到一个模型，看到实验结果了。那么这时候使用机器学习的可行性就变得非常高了。​

4、机器学习如何运作？

•
机器学习可以通过神经网络算法来进行运作。​

001 机器学习与神经网络简介​