林轩田机器学习基石1：机器学习问题（The Learning Problem）

本文主要是介绍林轩田机器学习基石1：机器学习问题（The Learning Problem），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

欢迎关注公众号-AI圈终身学习。
公众号首页回复“机器学习”查看所有系列文章。

---

机器学习基石课程大概八周，分为四个部分：

• When Can Machines Learn?
• Why Can Machines Learn?
• How Can Machines Learn?
• How Can Machines Learn Better?

课程主页:
http://www.csie.ntu.edu.tw/~htlin/

本节笔记Lecture 1-The Learning Problem包含内容如下：

• When Can Machines Learn?(什么时候用机器学习)
  • What is Machine learning(什么是机器学习)
  • Applications of Machine Learning(机器学习应用)
  • Components of Machine Learning(机器学习组成部分)
  • Machine Learning and Other Fields(机器学习和其他领域)

一、什么是机器学习（What is Machine Learning）

机器学习和学习的异同是什么？首先学习和机器学习的共通性就是观察，他们也有差异性。

1.1 学习的流程

学习的主体是人，人通过观察(听、观、触觉)出发，经过脑袋的内化转化，变成有用的技能。流程图如下：

1.2 机器学习的流程

机器学习的主体是电脑，电脑通过观察资料(语料)，经过电脑的CPU运作，变成对电脑有用的技能。流程图如下：

什么是“变成有用的技能”？技能就是在某种领域做事靠谱，比如

• 对于人，自己的英语能力、数学能力得到了提高
• 对于电脑，预测股票的能力得到了提高

因此机器学习更准确的定义是：
通过观察计算有规律的数据，根据某种评价指标，提升电脑性能。
流程图如下：

1.3机器学习的三个关键要素

什么时候适合使用机器学习，林老师总结三个关键要素如下：

1. 编程定义不明确，普通编程难以完成的任务
2. 资料数据具有某种潜藏的规律，可以学习
3. 有关于潜藏的规律资料数据

(测试题)下面哪种情况最适合使用机器学习？

1. 预测小女孩下一次哭的时间是奇数还是偶数(No,没有规律)
2. 判断一个图是否有环(No,可以编程定义明确)
3. 预测下一个十年地球是否会毁灭(No,没有数据)
4. 决定是否同意给用户办理信用卡(Yes，有用户历史行为数据且难以编程解决)

二、机器学习应用（Applications of Machine Learning）

• 衣(Abu-Mostafa, 2012)
  • 技能：穿衣搭配推荐
  • 数据：衣服销售数字+顾客调差反馈
• 食(Sadilek et al., 2013)
  • 技能：正确告诉餐厅食物中毒的可能性
  • 数据：用户的Twitter数据(评论的文字+餐厅地点)
• 住(Tsanas and Xifara, 2012)
  • 技能：预测建房所需能源消耗
  • 数据：历史修建房屋的能源消耗数据
• 行(Stalkamp et al., 2012)
  • 技能：识别交通信号
  • 数据：交通信号图片和含义数据

除此之外，还有教育(流利说)、金融(信用卡办理)、医疗(药效预测)、法律(摘要)、娱乐(推荐系统)等各种行业。

二、机器学习组成部分（Components of Learning）

以信用卡办理为例，任务是给要用信用卡花钱的用户办理。机器学习组件如下：

• 输入X(银行用户数据特征，如年龄、性别、工资等)
• 输出Y(办卡后刷还信用卡的好坏)
• 训练数据$D=(x_1,y_1),(x_2,y_2),...,(x_n,y_n)$
• 目标函数$f:x\to y$(理想的函数，表示实际训练数据的分布规律，但是未知)
• 假设集合H(hypothesis set)，我们需要通过算法学到集合中最佳的假设，其对应的函数为$g:x\to y$我们希望最终的模型表达式$g满足g\approx f$。

机器学习整个流程可以表示如下：

比如以上面的信用卡办理为例，假设其中的hypothesis set H为：

• h1: 年薪 > 80万
• h2: 欠款 > 10 万
• h3: 工龄 < 2年

我们的H中的假设有好有坏，我们通过演算法A去选择最好的一个作为g。

因此我们在机器学习中常说的模型是 演算法A+假设集合H。

我们再以预测用户给歌曲打分(0-100分)为例，我们有：

训练数据D = 100万条((userid, songid), rating)对
输入X = 所有可能的(userid, songid)对
输出Y = [0, 100]
假设集合H = 将用户因素和歌曲因子相乘，并由所有可能的因素组合索引

我们以训练数据D为入口，通过演算法A选出H中最好的假设得到g。

四、机器学习和其他领域（Machine Learning and Other Fields）

• 机器学习与统计

• 机器学习与数据挖掘

• 机器学习与人工智能

总结来说：

• 统计可以实现机器学习
• 机器学习和数据挖掘相互缠绕，难以区分
• 机器学习是实现人工智能的一种方式

五、总结

本节主要概括性的讲了机器学习的方方面面，高层笼统，概念清晰，没有太多技术性的东西。

这篇关于林轩田机器学习基石1：机器学习问题（The Learning Problem）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---