光陰似箭，歲月如梭。機(jī)器學(xué)習(xí)時(shí)間也將近大半年了，一直在思考為什么要學(xué)習(xí)這玩意。高數(shù)和線代一直是多少人的噩夢(mèng)，諱莫如深的算法，加上spark、scala等各種復(fù)雜框架折磨你，仔細(xì)想一下，學(xué)這個(gè)不是自己找罪受嗎？
但是，往往這種反人類加燒腦的東西，越能體現(xiàn)價(jià)值，做到常人所不能。
唧唧歪歪了這么多，這個(gè)到底能做什么呢？就我的感受的話，有下面這幾點(diǎn)。

• 裝逼，因?yàn)槊襟w吹的火，只要懂一點(diǎn)這個(gè)的人感覺瞬間高大上了不少，面試談薪都有資本啊
• 提升實(shí)力，信息化時(shí)代的到來，加速了科技的發(fā)展，很多東西會(huì)的人多了就不值錢了，特別是it行業(yè)，僅僅只做大數(shù)據(jù)開發(fā)的人感覺工資并不一定能高到那去，機(jī)器學(xué)習(xí)現(xiàn)在是一個(gè)熱點(diǎn)，而且門檻相對(duì)較高，感覺依靠個(gè)10年應(yīng)該不是問題吧
• 認(rèn)知和視野，認(rèn)知這玩意就跟軟實(shí)力一樣，雖然不能立馬提升收入，但輔助作用巨大，而且巨爽，因?yàn)橐呀?jīng)高了別人一個(gè)維度，高維打低維so easy

• 認(rèn)知自我，其實(shí)世界上最復(fù)雜的計(jì)算機(jī)是人的大腦，數(shù)以億計(jì)的神經(jīng)元，復(fù)雜的條件反射加心理機(jī)制，遠(yuǎn)勝于現(xiàn)在已有的人工智能。不過，在人類對(duì)人工智能的深挖中，帶來了神經(jīng)網(wǎng)絡(luò)學(xué)科也的不斷進(jìn)步，人的大腦為什么擅長(zhǎng)處理圖片，人的大腦為啥對(duì)頻次比頻率更敏感，這些以后都會(huì)找到答案的

  
  

現(xiàn)階段的機(jī)器學(xué)習(xí)究竟能做什么呢

• 文本翻譯，基于統(tǒng)計(jì)學(xué)的文本翻譯已經(jīng)超越了基于語(yǔ)法的文本翻譯，統(tǒng)計(jì)學(xué)能保留文本的上下級(jí)關(guān)系，而語(yǔ)法多種多樣，很難做到一個(gè)規(guī)則適用所有

• 降維，現(xiàn)實(shí)世界的數(shù)據(jù)雖然信息量豐富，但維度太多，不利于做分析，你觀察自己的大腦做判斷也就那么幾個(gè)關(guān)鍵點(diǎn)，所以降維能把數(shù)據(jù)的主要部分抽出來

  
  
• 回歸擬合，一組數(shù)據(jù)做線性回歸，至于預(yù)測(cè)的準(zhǔn)不準(zhǔn)確，主要看模型變量是不是線性相關(guān)已經(jīng)數(shù)據(jù)清洗的質(zhì)量

• 決策樹，模仿人類的大腦決策，這個(gè)是比較高級(jí)的，目前也實(shí)現(xiàn)了一小部分的決策樹功能，效果也還不錯(cuò)，后面有機(jī)會(huì)上實(shí)例

  
  
  
  

  好，開篇已完，希望后面的內(nèi)容更加精彩