寫在前面：本文是系列的第一篇文章，“簡單易懂的機器學習知識”系列文章一方面是為了讓更多人了解、入門機器學習；另一方面，也是為了讓自己在機器學習領(lǐng)域持續(xù)學習下去。在本系列中，不會講細節(jié)的算法和論證過程（我暫時也不會??···），會講一些簡單易懂的基礎(chǔ)知識，并附以案例助于理解。

1.人工智能是什么？

在狹義上，人工智能（AI）是指以Siri、Alexa等語音助手，用語音代替界面交互的個人虛擬助手。

在廣義上，人工智能（AI）是指由人工制造出的智能機器，是一種能夠?qū)W習的計算機程序，可代替人類去解決需要人類智慧才能解決的問題。

人工智能包括自然語言處理、語音識別、圖像識別、機器學習等，每一個分支都很復雜和龐大。本文主講機器學習，其他的大家可自行研究。

2.什么是建模？

在我們深入了解之前，先說一下建模的概念。建模是指把具體問題抽象成為某一類問題并用數(shù)學模型表示，是應用于工程、科學等各方面的通用方法，是一種對現(xiàn)實世界的抽象總結(jié)。（PS：實際建模應用于社會各個方面，產(chǎn)品經(jīng)理在從實際業(yè)務(wù)中梳理出角色、流程和實體也是建模過程。如果眼中只有數(shù)學建模就過于狹隘了。）

建模的流程具體如下：分析問題中的各種因素，并用變量表示→分析變量之間的關(guān)系，相互依存或獨立等→根據(jù)實際問題選用合適的數(shù)學框架（典型的有優(yōu)化問題，配置問題等），并將具體問題在此框架下表達出某種公式→選用合適的算法求解表達出的公式→使用計算結(jié)果解釋實際問題，并分析結(jié)果。

由此可見，在我們描述的場景下，建模和訓練的目標是得到某中算法能夠解決某類問題。而在算法應用于實際問題的過程中，通過實踐和歸納仍可對模型進行優(yōu)化，這又稱為模型訓練。

再次強調(diào)，實際建模應用于社會各個方面，只是一種通用方法而已，實現(xiàn)建模的手段也多種多樣。我在此描述的只是建模的一種場景。

3.什么是機器學習？

在現(xiàn)實中，到處充滿著規(guī)則，而設(shè)定規(guī)則則是人類解決問題的方法。設(shè)定規(guī)則已經(jīng)經(jīng)過人類歷史的驗證，但是也擁有很大的弊端：面對的問題/場景越多，規(guī)則的條數(shù)就越多，1000個場景可能需要1000條規(guī)則來應對。需求越多，規(guī)則越多，法律法規(guī)就是一個很好的例子。除非在尋找某條規(guī)則能夠整合其中幾條，以減少“構(gòu)建世界”的組件，而這又有幾人能夠做到？舉個物理上的例子，17世界早期，人們已經(jīng)能夠區(qū)分摩擦力、阻力、重力等，是牛頓歸納為萬有引力，而如今的科學家又希望用“大一統(tǒng)理論”闡釋強相互作用力、弱相互作用力、電磁力、萬有引力四種基本力，這是人類持續(xù)進步發(fā)展的目的。

作者：Vency

鏈接：http://www.itdecent.cn/p/9cd38145283a

來源：簡書

著作權(quán)歸作者所有。商業(yè)轉(zhuǎn)載請聯(lián)系作者獲得授權(quán)，非商業(yè)轉(zhuǎn)載請注明出處。