机器学习第1天：概念与体系漫游
文章目录
机器学习的概念
机器学习的应用场景
（1）垃圾邮件处理
（2）多指标预测房价
（3）其他任务
机器学习的分类
按是否在监督下训练为分类指标
（1）监督学习
（2）无监督学习
（3）半监督学习
（4）强化学习
按是否可以动态学习为分类指标
（1）批量学习
（2）在线学习
深度学习
机器学习的主要挑战
数据
算法
书籍推荐
机器学习的概念
“机器学习是一个研究领域，让计算机无需进行明确编程就具备学习能力”
————亚瑟·萨缪尔
当人们听到“机器学习”这个词汇时，可能相到的时某个科幻电影中的机器人。
但是近几年来，人工智能已经逐渐出现在了我们生活的方方面面了，人工智能的强大或许会引起一些人的恐慌，担心最终是否会控制人类
但当我们了解人工智能的基本原理后，就会发现目前来说，机器很难产生智能，让我们来具体了解机器学习吧
机器学习的应用场景
生活需求推动科技的进步，同时结合现实我们也能更好地理解一门知识
（1）垃圾邮件处理
传统的垃圾邮件处理方式或许是标记一些垃圾邮件中常出现的词，例如广告，销售等行业的词汇，但是这样的方法不具有普适性，当垃圾邮件发送者修改一下词汇可能你就得改变你的程序，这样的可维护性将非常差
使用机器学习算法时，我们给模型适量的垃圾邮件和正常邮件的内容数据，算法将找到垃圾邮件共有的某种规律，这些规律可能是我们不太能发现的，但是设定好算法后机器能发现，由此产生的垃圾邮件处理器将不需要我们常去修改维护。
（2）多指标预测房价
预测任务也是机器学习任务中一个常见的类型，以预测房价为例，我们给予模型往年的多个指标，例如离学校的距离，房子修建时间，交通等，然后给定以往每年的房价，训练后，当我们给出今年的指标时，它就能预测出一个相应的房价，实际上在这个任务中，数学表达就是一个多项式的拟合
x即为各项指标，然后机器学习算法将会拟合出合适的a值，同样是找到某种“规律”
（3）其他任务
其他还有各种文本分类，语音识别等任务，实际上都是需要先用数据来训练模型，然后模型找到其中的规律，来保证任务完成的好坏，当然，合适的机器学习算法也是必不可少的，我们将在以后的文章中介绍。
机器学习的分类
按是否在监督下训练为分类指标
（1）监督学习
在监督学习中，我们通常会告诉模型我们想要的结果，例如房价预测中给定房价，垃圾邮件分类中给定什么是垃圾邮件，这样模型就会向着这个结果去学习，监督学习常用在回归和分类任务中
（2）无监督学习
无监督学习任务中，我们往往也不知道结果，例如给定一批花的特征数据，让模型辨别有几类花品种，在这个任务中，我们事先也不知道有几种，模型通过算法寻找它们的共性来进行分类，这种任务我们常称为聚类。
（3）半监督学习
半监督学习出现的场景往往是，给数据做标记太耗费资源，但是完全不做又会影响模型性能，于是我们给一部分数据打上标记，这就被称为半监督学习
（4）强化学习
强化学习比起上面三种类别更为复杂，它有许多因子，智能体，环境，行动，回报等，我们将虚拟定义这些因子，让智能体在环境中做出行动，以获得最高回报，常见于训练机器人行走，以及训练玩游戏的场景中
按是否可以动态学习为分类指标
（1）批量学习
批量学习是指一次性把数据都投入到模型中进行训练，之后要加入新的只能把新的和旧的再重新一起训练，由此可知，如果每次要加入新的数据时，还要将旧的数据重新训练，将浪费很多资源，于是在线学习就出现了
（2）在线学习
在线学习允许模型只将新的数据加入进来，而不需要重新训练所有数据，这种方式大大节省了资源，同时它们可以实时更新，不需要工程师重新进行操作
深度学习
其实按照定义来看，深度学习也是机器学习的一种（也是通过数据学习到某种规律），只是由于它的不断发展，逐渐形成一个大的体系，但是本质可以认为它也是机器学习的一种
机器学习的主要挑战
我们已经知道，机器学习就是一个算法模型通过数据学习到解决某种问题的方法，那么我们就需要重点观察数据与算法两个层面
数据
大数据时代，极大地促进了机器学习的发展，但同时也带来了许多问题
（1）无关数据
有时候我们无法判断，就会给模型一些跟结果无关的数据，这样将影响模型最终的性能
（2）过拟合
我们的机器学习任务是要投入到普适场景中的，也就是我们常说的泛化能力，当模型完美契合完美训练的场景时，可能在普适场景中会出问题
以上为三种拟合情况，第一种为欠拟合，第二种刚刚好，第三种则过拟合了
算法
其次就是算法与算力的支持，这需要研究者不断开发出更高效的机器学习算法，同时面临海量数据时，硬件支持也显得尤为重要
书籍推荐
最后推荐一本机器学习入门书籍
中文名为机器学习实战：基于Scikit-Learn、Keras和TensorFlow
（1）清晰明了地解释了各种定义
（2）详细地介绍了机器学习各种算法模型
（3）有具体的代码演示