《集体智慧编程》笔记(一)

1 导言

---

一、集体智慧

将一群人的行为、偏好或思想组合到一起。

二、注意点

• 从一大群人中搜集的答案可以使我们得到关于群组的统计结论：组中的个体成员将会被忽略。
• 从独立的数据提供者那里得出新的结论是集体只会所真正关注的。(有待体会)

三、Wikipedia和google的例子

Wikipedia明确邀请网站的用户提供内容，Google则从Web内容的创建者对自己网站的操作中提取重要信息，并利用这些信息为Google的使用者设定各个网站的分值。

• Wikipedia归功于提供内容的用户，非算法
• Google则更依赖于PageRank算法

四、数据收集

1. 明确收集：询问和评价
2. 偶然收集：观察用户行为
3. 收集后进行数据智能化处理

五、机器学习

1. 其是人工智能领域与算法相关的一个子域，允许计算机不断进行学习。
   在大多数情况下，相当于将数据传递给算法，由算法推断出与这些数据的属性相关的信息，再由算法通过这些信息预测未来可能出现的数据。
   数据—(算法/推断)—>信息—(算法/借助)—>预测数据
2. 非随机数据中，包含模式
   归纳训练：根据模式归纳数据，机器利用数据中的重要特征对数据进行训练，并借此得到一个模型。
3. 例子：电子邮件过滤–参考贝叶斯(py-email)
4. 算法：
   决策树，直观，可通过眼睛观察理解推导过程；
   神经网络，黑盒，复现推导过程非常困难；
5. 倚仗数学和统计学（是时候复习高数、离散、线代、概率统计了）
6. 局限：如果一个模式不同于算法先前所曾见过的任何其他模式，它很可能会被误解。