你绝对能懂的“机器学习”（二）

我们知道，机器学习近些年来有非常多的应用，例如无人驾驶汽车、棋类游戏、垃圾邮件检测、金融分析、语音识别、图像识别、自然语言处理、产品推荐等，那么机器学习和他们到底是什么关系呢？

说到这，很多人会搬出“领域、技术、学科、专业、方法”等名词，来生搬硬套，这个是技术，那个是领域，这个是专业，那个是方法，结果是越解释越糊涂。其实我们仔细想一想，机器学习是什么？是不是一个技术，是；是不是一个领域，也是；是不是一门学科，也是；是不是一门专业，也是；是不是一种方法，一样是。同样，语音识别是不是一个技术，是；是不是一个领域，也是；是不是一个学科，是。

因为这些名词交叉太厉害，在不同场景下各有说法，从不同角度说都是，当然分不清楚。

还是从日常生活的角度出发来理解。我们日常生活中会有很多事情；而做这些事情会有一些步骤；而每个步骤又都需要用到工具。即：

事情——步骤——工具

例如我们要喝啤酒是一个事，其中有一个步骤是开瓶盖，而开瓶盖需要用到开瓶工具。

我把“机器学习”比作“瑞士军刀”，是一个“工具”。在日常的生活事情和各种步骤中，有很多地方需要用到这个“工具”，例如开瓶盖，剪指甲、削水果、拧螺丝。

以开瓶盖为例，那开瓶盖的目的是什么？有可能是开酱油瓶，要炒菜；有可能是开啤酒，要畅饮；有可能是开火腿肉罐头，要美食一顿。

那么“炒菜、畅饮、美食”就是我们生活中的事，就像“自动驾驶、网站购物、聊天、翻译、下围棋”等生活应用一样。而在这些生活应用中，有一个步骤很重要，像“炒菜、畅饮、美食”这几个生活应用中就有一个“开瓶盖”的步骤很重要，而像“自动驾驶”中有一个“图像识别”步骤很重要，“聊天、翻译”中有一个“语音识别”步骤很重要。

“喝啤酒、自动驾驶、聊天”是我们生活中的最终目标。“开瓶盖”、“图像识别”、“语音识别”不是我们的目标，它们只是实现我们目标的手段或步骤。即我们最终需要的是喝啤酒，不是开瓶盖，开瓶盖只是喝啤酒的一个步骤或手段。

要搞定这些重要步骤，有很多“工具”可以用，例如可以用手指抠开瓶盖，可以用牙咬开瓶盖，可以用重物砸开瓶盖，当然还可以用机器学习这个“瑞士军刀”起开瓶盖。

为什么是“瑞士军刀”，因为机器学习可以作为很多生活应用下的工具，不仅仅是一个工具，而且是一个多用途的工具，更是一个非常好用的工具。

有了上面的解释，我们就好理解了。“自动驾驶、聊天、翻译、购物、买房、贷款”这些都是“生活应用中的事”，是我们的最终目标。“语音识别、图像识别、自然语言处理、产品推荐”这些是生活应用中的“关键步骤”或手段，而机器学习则是实现这些关键步骤的“好用工具”。

你绝对能懂的“机器学习”（二）相关推荐

机器学习二分类分类阈值_分类指标和阈值介绍
机器学习二分类分类阈值_分类指标和阈值介绍_weixin_26752765的博客-CSDN博客机器学习二分类分类阈值_分类指标和阈值介绍_weixin_26752765的博客-CSDN博客
机器学习(二)线性模型---LR
机器学习(二)线性模型-LR 2.2 LR 2.2.1 基础 LR是一种二分类模型,属于线性模型的一种,是广义线性分类模型,采用极大似然估计,具有概率可解释性条件概率: P(y=1|x) ...
教程 | 一文读懂自学机器学习的误区和陷阱（附学习资料）
来源:机器学习与统计学本文约6296字,建议阅读10分钟. 本文为你指出一些自学的误区,推荐学习资料,提供客观可行的学习表并给出进阶学习的建议. 后台回复"20190426"获取 ...
人人可懂的机器学习入门要点和阅读路径：学什么？怎样学？
导读:这是一篇保证你"看得下去"的文章.让你真正搞懂机器学习学什么?怎样学? 作者:莫凡来源:华章计算机(ID:hzbook_jsj) 00 有关机器学习的三个问题和机器学习&q ...
机器学习——二分类、多分类的精确率和召回率
机器学习有很多评估的指标.有了这些指标我们就横向的比较哪些模型的表现更好.我们先从整体上来看看主流的评估指标都有哪些: 分类问题评估指标: 准确率 – Accuracy 精确率(差准率)- Preci ...
机器学习二【随机森林】
随机森林 1. 概述 1.1 集成算法概述 1.2 sklearn中的集成算法 2 .RandomForestClassifier 2.1 重要参数 2.1.1 控制基评估器的参数 2.1.2 n_e ...
小白也能读懂的机器学习入门指南
点击上方"程序员江湖",选择"置顶或者星标" 你关注的就是我关心的! 这篇文章写得真的很好,忍不住转给大家. 转自:博客园,作者:计算机的潜意识从机器学习谈起 ...
宝宝都能看懂的机器学习世界
点击上方↑↑↑蓝字关注我们~ 「2019 Python开发者日」,购票请扫码咨询 ↑↑↑ 作者 | 武博士.宋知达.袁雪瑶.聂文韬来源 | 大鱼AI(ID:DayuAI-Founder) 人类需要经 ...
春节充电 | 文科生都能看懂的机器学习教程：梯度下降、线性回归、逻辑回归（附动图解释）...
来源:新智元本文约4200字,建议阅读10+分钟. 本文浅显易懂的方式讲解机器学习,力求让没有理科背景的读者都能看懂. [ 导读 ]虽然在Coursera.MIT.UC伯克利上有很多机器学习的课程, ...

你绝对能懂的“机器学习”（二）

你绝对能懂的“机器学习”（二）相关推荐

最新文章

热门文章