超智能体笔记--什么是机器学习

从小学到高中，天天上学时又是为了什么？

有人说，是为了考上理想的大学，那考上理想的大学又是为了什么？有人说，为了找份好的工做。

可思考的顺序却应该是反过来的：找到好工做的前提是能够胜任这分工做，而能够胜任这份工做的前提是能够解决工做中所遇到的问题。

在遇到问题时，应用本身掌握问题的方法，得到一个预测，但预测的结论不必定正确，咱们但愿能够利用已经掌握的方法获得与正确答案一致的预测。可是方法并不能凭空产生，须要从以往的经验种学习，找到问题和答案之间的正确关系。

高考学习

应用是用问题和方法来预测答案，而学习是用问题和答案来得到方法。得到方法才是学习得目的，才是从小到大你我天天上学的目的。好比咱们从大量历年的高考问题和其对应答案中学习某个问题的解题方法，高考的目的是但愿学到一个能解决高考种任意该类问题的方法，可在高考以前，咱们并不知道已学到方法是否有效。因此须要模拟考来测试，用已经学到的方法预测模拟问题的答案。经过和模拟答案的对比得出考试分数，从而衡量学习得有效性。而决定一切的并不是是否能够解决学习时所用的就问题，也并不是是否能够解决模拟题，而是可否解决最后的高考题。然而高考也只是验证本身所学方法有效性的一次模拟。不一样之处在于，该次模拟的结构是给他人参考而用的，各个大学和企业会用改次模拟的结构来判断你说学方法的有效性，来判断你未来解决问题的能力，更多的也是判断你的学习能力。

机器学习

上述过程时高考学习，同时也是机器学习中重要的监督学习。
监督学习，是指有明确答案，可供寻找问题与答案之间关系的学习方式。不过以上的概念在机器学习中有了新的名字。

描述问题与答案之间关系的方法叫作模型。
学习问题与答案之间关系的过程叫作训练。
解决问题的过程叫作预测。
衡量模型好坏的过程叫作评估。
训练所用的问题和答案叫作训练集。
评估所用的问题和答案叫作测试集。
训练集合测试机都是数据，须要提早搜集。
而当前人工智能的核心，也就是将你我从小学到高中作了12年的事情搬到计算机上来作，最终的目的是但愿获得一个能够解决该任务下任意新问题的模型，也就是：用数据来训练处模型再应用。

将来工做

阿法狗打败李世石以后，人们更多的是担心将来本身的工做会被取代。这种担心在历史上循环出现，每当出现新技术出现替代人某项能力的主导地位之际。例如，机器对人体能上的超越，计算机对人模拟能力上的超越。

但是即使没有人工智能，随着时间的推移，所要解决的问题必然会随之改变，想要保持自身的价值，就须要再次学习，这也是为何咱们须要终身学习的缘由。这也意味着，虽然高考学习得东西，可能未来某些同窗不会用到，但以考核学习能力的高考来筛选人才确实是有必定的道理的。

而此次的人工智能的技术倒是扩充了人类的学习能力，它容许咱们在计算机上来学习解决问题的方法，所学到的方法的好坏决定了你我是否能够有效的解决问题，决定了你我能够找到什么样的工做，创造多少价值，得到多少工资。

学习能力才是咱们得到方法，解决问题，创造价值的原动力、不论是高考学习仍是机器学习，你是否定为机器学习仅仅是一个新兴行业呢。

这是一项人人都应该掌握的技术，但市面上绝大多数的教程都是从抽象的数学开始，线性代数，几率统计，微积分，随后又是编程算法，光学处理，光是预备课就足够学习好几年，这些都是很是有用的工具，是精通和推进人工智能的必要技能，但却不是入门的最好学习顺序。

提及来，没有人是先搞清楚本身大脑的学习原理再去学习?何况并不是全部人都要推进人工智能的发展，而事实上，你我早已掌握了理解机器学习技术的所有只是，只是你并未察觉。虽然研究和推进人工智能的发展十分困难，但学习如何使用人工智能技术倒是出乎意料的简单，这要归功于人工智能研究的开源，容许人们不断的更新和推进更方便简单的工具。

TensorFolw是谷歌的机器学习工具，如今市面上的TensorFolw书籍虽然在知识概念上依然有效，但实现的方法都已通过时，由于知识老是不断迭代的。

重要的并非知识自己，而是学习知识的能力，这项能力是咱们的祖先在无数次被残酷的天然选择以后说留下的，这项能力支撑了咱们在地球上的存在。

知识点

• 监督学习：有明确答案，可供寻找问题与答案之间关系的学习方式
• 模型：描述问题与答案之间关系的方法
• 训练：学习问题与答案之间关系的过程
• 预测：解决问题的过程
• 评估：衡量模型好坏的过程
• 训练集：训练所用的问题和答案
• 测试集：评估所用的问题和答案
• 数据：训练集和测试集都是数据。须要提早搜集
• 机器学习：用数据来训练出模型并再应用