機器學習入門 1 基本概念

很多人剛接觸機器學習或神經網路的時候，被一些名詞給弄糊塗了，什麼人工智慧，機器學習，統計機器學習，神經網路，深度學習等。所以學習機器學習的第一步，是要理清楚這幾者的關係。為此，我利用了乙個圖來顯示出幾者的關係。

其中，機器學習是人工智慧領域的乙個分支，也是最能夠體現出智慧型的乙個分支。神經網路是機器學習其中乙個較為重要的演算法，還有其他的演算法，例如svm，決策樹，knn等等。深度學習簡單的來說就是多層神經網路。初學者頭腦裡大概有這麼個概念圖就行了，以後學習中會慢慢體會到的。

乙個很有名的權威定義，tom mitchell給出來的: 對於某類任務t和效能度量p，如果電腦程式在t上以p衡量的效能隨著經驗e而自我完善，那麼就稱這個電腦程式從經驗e學習。好吧，我相信你也不會從這個定義上真正了解機器學習的（這就是專家和普通人的區別）。

下面我從乙個簡單的例子來幫助大家理解什麼是機器學習，同時也介紹一下常用的一些基本術語（斜體的名詞）。

這裡，我拿《機器學習實戰》這本書上的乙個例子：

上面**是乙個資料集，每條記錄是關於乙個事件或者物件的描述，稱為乙個樣本，第一行的「不浮出水面是否生存」和「是否有腳蹼」稱為特徵，最後一列是關於每條記錄的類別。

上述**的機器學習過程可以簡單的描述為：從上面的海洋生物資料，既訓練資料，通過某個學習演算法（svm，knn，神經網路等）來學得乙個模型。在任意給定一組包含上述兩個特徵的但不知道是不是魚類的資料（比如「不浮出水面是否生存」=否，「是否有腳蹼」 = 否），通過學習得來的模型來** 該生物是不是魚類。

學得模型後，還要看其是否可以工作，就需要一組測試集用來測試該模型。

上面的學習過程其實是乙個分類的過程，我們判斷是否是魚類，其實就是將要一組資料通過學習得來的模型分為魚類和非魚類，這也是乙個二分類問題，既該類別中只有兩個類別，魚類和非魚類。現實生活中，通常不止涉及兩個類別，更多的是多個類別分類問題。

這裡我們涉及的類別魚類和非魚類是離散值，此類學習任務為分類，還有一種**的是連續值，此類學習任務成為回歸（這裡先記住，以後會講到回歸的）。

機器學習中還有一種學習任務，既給定訓練集，但每個樣本自身的類別不知道，沒有標記資訊，這是我們通過學習演算法學習資料內在的規律，既將這些資料分為若干組，每組成為乙個簇，這些學習得來的簇可能對應一些潛在的概念劃分，但我們的任務目標有時根本不關心每個簇屬於哪一類，這時該學習過程成為聚類。

綜上所述，機器學習可以簡單分為：

總結一下：機器學習就是在計算機上通過「學習演算法」從資料（訓練集）中產生模型，有了模型後，可以在面對新的資料時，幫助我們進行相應的判斷與**。

接下來，我們將接觸到機器學習中第乙個「學習演算法」，也可以稱得上最簡單的乙個演算法，k-近鄰演算法。