機(jī)器學(xué)習(xí)是人工智能的子領(lǐng)域之一。簡而言之，是讓機(jī)器擁有自主學(xué)習(xí)的一門科學(xué)和實(shí)踐。我觀看的入門課程視頻是 youtube 上 Google Developer 頻道的 機(jī)器學(xué)習(xí)講座。

開發(fā)環(huán)境

我使用的是 anaconda3-4.4.0 的 python 集成開發(fā)環(huán)境，可以通過 pyenv 直接安裝。具體操作可以參考這篇文章 Python多版本共存工具-Pyenv及Anaconda科學(xué)計(jì)算環(huán)境的配置。

分類器

Hello World 的實(shí)踐的一個(gè)例子是如果根據(jù)一組包含蘋果、橘子的重量以及表皮兩種特征的數(shù)據(jù)來分辨未知物體。以下是訓(xùn)練數(shù)據(jù)：

訓(xùn)練數(shù)據(jù)

Classifer - 分類器，顧名思義，就是通過數(shù)據(jù)訓(xùn)練來進(jìn)行分類，從而分辨不同的特征數(shù)據(jù)可能是哪一種水果。這個(gè)例子里用到的分類器是決策樹，我從 scikit-learn 庫直接使用就可以。

Hello World!

from sklearn.tree import DecisionTreeClassifier

feature = [[140, 1], [130, 1], [150, 0], [170, 0]] # 整理后的特征數(shù)據(jù)
labels = [0, 0, 1, 1] # 數(shù)據(jù)標(biāo)簽：0 - apple；1 - orangle

clf = DecisionTreeClassifier(random_state=0) 
clf.fit(feature, labels) # 訓(xùn)練分類器

print(clf.predict([150, 0])) # 預(yù)測結(jié)果

實(shí)踐代碼就是這樣，比較簡單。（如果有 python 語言基礎(chǔ)，很容易就看懂了）

B 站視頻網(wǎng)址

我順便把 youtube 的視頻嵌上字幕后上傳到了 B 站，網(wǎng)址在 這里

廢話

機(jī)器學(xué)習(xí)不一樣，你不知道它能力的邊界在哪里，更沒有明確的場景限制，幾乎在你可以想到的如何事情中，你都可以構(gòu)造一個(gè)復(fù)雜的網(wǎng)絡(luò)，然后就把數(shù)據(jù)灌進(jìn)去開始學(xué)啊學(xué)啊，蠻不講理的就可能得出一個(gè)更好的結(jié)果。在競爭當(dāng)中，這種武器是最可怕的，沒有固定的形態(tài)，放到哪里都可能弄出來一個(gè)大殺器。這種武器，如果是別人有而你沒有，不知道對(duì)方在什么地方那個(gè)，什么時(shí)候就突然拿出…… - 摘自某微信公眾號(hào)文章（抱歉，忘記了出處）