机器学习基石概述

Posted 2021-09-01 桃陉

目录

• • 写在前面
  • 1.什么是机器学习
  • 2.ML在日常生活中的应用
  • 3.ML的简单组成
  • 4.ML与其他领域的联系

---

写在前面

本节内容主要是介绍什么是机器学习，以及机器学习在我们日常生活中的常见应用场景，它与我们的生活并不是分离开来互不影响的。最后引申了它与其他领域的一些关系，整体来说，本节内容较为简单。

本文整理自台湾大学林轩田的《机器学习基石》

---

1.什么是机器学习

$\bullet$ 机器学习（Machine Learning，简称ML）就是提供给计算机大量的数据，让它分析这些数据得到一些联系并且学会自己处理数据(学会技巧)。

$$data\to \left[\begin{array}{c}ML\end{array}\right]\to skill$$

这里有一个形象的比喻来说明：Give a computer a fish, you feed it for a day; teach it how to fish, you feed it for a lifetime.

$\bullet$ 适合使用的场景。（通过以下三条可以判断能否使用机器学习）

$▹$ 存在一些潜在的规律。

$▹$ 难以用普通编程解决。

$▹$ 存在学习的大量数据。

$\bullet$ 练习

判断下面哪一条最适合使用机器学习（ML）：

a.预测婴儿下次哭泣发生在奇数分钟还是偶数分钟。

b.判断一张图中是否存在一个圆圈。

c.决定是否给一些银行顾客提供信用卡。

d.预测地球会不会因为大量使用核能而毁灭。

---

对于a，没有明确的规律

对于b，可以很轻易的描述圆圈

对于c，可以通过分析顾客的信息，来判断什么样的顾客可以放心的给信用卡，什么样的顾客不可以给信用卡，所以选c

对于d，没有大量的数据来进行分析

---

2.ML在日常生活中的应用

data表示需要的数据，skill表示机器学习后得到的技巧。

$\bullet$ 衣:

$▹$ data：销售量+顾客评价

$▹$ skill： 分析得到怎么样搭配好看

$\bullet$ 食:

$▹$ data：一些社交网站上对于餐厅的评价以及餐厅定位。（words+location）

$▹$ skill：判断哪家餐厅干净卫生好吃，哪家餐厅服务差饭菜差。

$\bullet$ 住:

$▹$ data：已经建好建筑物的特征以及耗能情况。

$▹$ skill：判断这一栋房子盖好以后的耗能情况。

$\bullet$ 行:

$▹$ data：一些交通标志的图像以及含义。

$▹$ skill：正确分辨不同标志信号的含义，从而应用于无人驾驶中。

$\bullet$ 教育:

$▹$ data：网上答题的正误情况

$▹$ skill：分析每道题的难度等级，从而给答题者适合他自己的题目。

$\bullet$ 娱乐:

$▹$ data：对于电影行业，使用者对不同电影的打分评价。

$▹$ skill：预测使用者喜欢哪一类型电影，从而进行推荐。

---

$\bullet$ 练习

判断哪个领域不能使用机器学习

a.财经

b.医学

c.法律

d.以上领域都可以使用

---

对于a，预测股票的涨跌，可以使用ML

对于b，可以预测每种药的药效，可以使用ML

对于c，为法律学习者提供学习的摘要，帮助学习，可以使用ML

对于d，所以选d

---

3.ML的简单组成

$\bullet$ 简单组成

$▹$ 输入x

$▹$ 输出y

$▹$ 函数 $f:x\to y$ (理想状态下的函数关系，很难得到)

$▹$ data （样本数据）,D={(x₁,y₁),(x₂,y₂),…(x_N,y_N)}

$▹$ hypothesis （假设），一个机器学习模型会提供很多的假设，通过演算法A选择一个最接近函数 f 的函数 g 作为表达式。

{ ( x n , y n ) } f r o m   f → [ M L ] → g \\left \\{ (x_{n},y_{n}) \\right \\} from \\ f \\to [ML] \\to g {(xn​,yn​)}from f→[ML]→g

$\bullet$ 练习

如何使用下面这些部分组合成歌曲打分系统的机器模型公式。

S₁ = [0,100]

S₂ = （使用者名字，歌曲名字）信息

S₃ = 对使用者因素与歌曲因素进行相乘，得到一个分数。

S₄ = 1,000,000条数据，每条数由（（使用者名字，歌曲名字），打分）总成。

---

a. S₁ =x , S₂ =y, S₃ = H ,S₄ = D (H表示假设，D表示数据样本)

b. S₁ =y, S₂ =x, S₃ = H ,S₄ = D

c. S₁ =D, S₂ =H, S₃ = y ,S₄ = x

d. S₁ =x , S₂ =D, S₃ = y,S₄ = H

---

我们通过分析可以得到S₁ 为输出y，表示分数，S₂为输入x，S₃为演算法进行假设H，S₄为样本数据data。

$$S_4\stackrel{Aon{S}_3}{\to }(g:S_2\to S_1)$$

---

4.ML与其他领域的联系

$\bullet$ ML与DM（数据挖掘 Data Mining）

DM是通过数据发现一些有关联的东西，如果要找的就是ML假设里面的关系式g，那么它们就是相同的。如果只是找出一些性质的话，那么ML可以通过性质得出关系式g，此时它们就是相互帮助的关系。

$\bullet$ ML与AI（人工智能 Artificial Intelligence）

AI就是通过学习变得非常聪明，而ML是通过学习趋向于很聪明，所以从这个角度来看的话，ML是实现AI的一种途径。

$\bullet$ ML与Statistic（统计）

Statistic就是通过大量的数据推出不知道事情，比如说求丢硬币正反面的概率，这个时候就要用到Statistic。因此可以看出来统计是实现ML的一种方法。

$\bullet$ 练习

下面哪句话的描述是错误的

a.ML是实现AI的一种方法

b.ML，DM，和Statistic都需要数据

c.DM是ML的另一个名字

d.statistic能帮助DM

---

很明显我们发现c是错误的，在特定情况下DM和ML是相同的，而其他情况则不同。