关于机器学习 你不得不思考这些问题
摘自微信公众号 人工智能头条
姓名：米芃
学号：16040520018
【嵌牛导读】
入门机器学习的基础思考问题。
【嵌牛鼻子】
程序的实现
【嵌牛提问】
如何入门机器学习
【嵌牛正文】
在过去的几个月中，笔者与很多的决策者交流了有关人工智能特别是机器学习方面的问题。其中有几名高管已经被投资者询问了有关他们在机器学习（Machine Learning）方面的战略，以及在哪些方面运用了机器学习。那么这个技术课题为什么突然会成为公司董事会讨论的话题呢？
计算机应该为人类解决问题。传统的方法是“编写”所需的程序，换句话说，就是我们教电脑问题解决的算法。该算法详细描述了解决问题的过程，就像食谱一样。很多任务都可以用算法来描述。例如，在小学里，我们学习了数字加法算法。当涉及到要快速、完美地运行这种算法时，计算机比人类更胜任这个工作。
然而，这个问题解决的过程是有局限性的。我们如何识别一张猫的照片呢？这个看起来很简单的任务却难以用一种算法来描述。让我们稍等片刻，仔细想想。即使是简单的说明（如“有四条腿”或“有两只眼睛”）也有其缺点，因为这些特点可能会被隐藏，或照片可能只显示了猫的一部分。如果我们遇到识别腿或眼睛的任务时，那与识别猫一样的困难。
这正是机器学习展现其实力的地方。计算机不需要开发算法来解决问题，而是使用示例来学习算法本身。我们用样本来训练计算机。对于识别猫这个例子，我们需要使用大量的标注了猫的照片来训练系统（监督学习）。通过这种方式，算法会发生进化，继而成熟，并最终能够识别出陌生图片上的猫。
事实上，在这种情况下，计算机通常不会学习经典程序，甚至都不会学习模型中的参数，例如网络中的边缘权重。这个原理可以与我们大脑（包含了神经元）的学习过程相比较。像大脑一样，与传统程序不同，这种具有边缘权重的网络几乎不可能被人类所理解。
在这种情况下，被称为深度学习的人工神经网络学习方法得到了巨大的成功。深度学习是一种特殊的机器学习，反过来又是人工智能的一门学科，是计算机科学研究的主要分支。早在2012年，谷歌研究小组成功地训练了一个拥有16000台计算机，并从1000万段YouTube视频中识别猫（和其他对象类别）的网络。他们采用的就是深度学习技术。
许多与练习有关的问题更倾向于属于“识别猫”这个类别，而不是“数字加法”，因此，很难用人类编写的算法来解决这些问题。这些问题通常是在某些数据中识别模式，例如识别图像中的对象、语言中的文本或交易数据中的欺诈行为。
这里有一个简单的例子，我们来看一下预测性维护。想象一下许多传感器正在发送数据流，有时，某些机器会发生故障。现在的难题就是学习导致故障的数据流的模式。一旦学会了这种模式，就可以在正常操作期间识别出这种模式，从而预防潜在的故障。
虽然机器学习的原理并不新鲜，但目前深受大众的追捧。这主要有三个原因：首先，用于应用和训练的大量数据的可用性（“大数据”）；其次，我们现在拥有巨大的计算能力，特别是在云端；第三，一系列的开源项目使得每个人或多或少会使用一些算法。
机器学习不能代替传统编程，而是对传统编程的补充。它提供了一些工具，使得我们能够解决迄今为止难以甚至不可能解决的很多类问题。总而言之，这些给我们带来了新的机会，而现有的系统也越来越多地被改造并加入了机器学习功能。
遵循某种模式的重复操作就是一个典型的例子。假设有一个计算机程序，你可以通过点击一系列复杂的菜单来使用它的一百个功能，但你每天只主动地使用其中的某些功能。通过观察你平时点击的步骤，计算机可以学习预测你的下一步动作，从而提高你操作的效率。计算机通过“学习”这些重复的数据和对象，可以使得许多步骤自动化执行，从而加快了速度。
在每个领域都可以找到更多的例子：针对个别学生（特别是“大型开放式在线课程”，即MOOC）定制学习教材、疾病的早期诊断、在线营销目标群体、客户流失、自动识别数据质量问题，或通过约会服务匹配用户个人信息。
由于Spark拥有很多先进的工具，它（集成在Hadoop中）已经在机器学习领域成为领先的大数据框架。 Talend也正向着这个目标发展，并且通过建模能够抽象出一个更高的层次。建模可以降低复杂度，同时还会弱化与发展迅速并且门槛较高的基础技术之间的依赖关系。
只有少数专家需要真正了解机器学习方面的算法细节。但是，如果每个人都能理解机器学习相关概念的话也是有好处的，比如知道机器学习是从示例中学习模式，并且能够应用到新的数据集上。最终，机器学习扩大了机器可以解决问题的类别，从而实现自动化：具体来说就是通过决策来实现。这正是计算机学到的东西；它根据从训练数据积累到的知识，对新的数据做出决策。一方面，我们可以通过自动化的决策，将机器学习应用在我们的业务或圈子中。另一方面，我们自己本身就是一个数据源，其他的机器可以对我们进行分析并优化他们自己的业务。
总而言之，我想给大家留下这样一幅画面：计算机现在不仅能够遵循明确的指令（例如数字相加），还可以通过例子进行学习（例如通过训练样例来识别猫的图片）。根据要解决的问题的不同，某个方法可能比另外一个更合适。然而，当这两个方法以某种方式结合起来使用的话，最终能为自动化带来更多的机会。
原文：What Everyone Should Know About Machine Learning
作者：Gero Presser
