机器是如何学习的？机器学习原理

随着人工智能技术的发展，机器学习已成为软件 / 互联网行业的常用技能，并开始向更多行业渗透。对越来越多的 IT 技术人员及数据分析从业者而言，机器学习正在成为必备技能之一。那么机器是如何学习的？机器学习原理是什么？今天我们就来聊聊机器学习的“入门级”问题。

机器是如何学习的？

对于人类而言，一个概念对应的是具体的事物，我们认知的事物都不是孤立的，互相之间有着各种各样的关联。比如我们对一个人说“苹果”的时候，他可能会想乔布斯创立的公司;也有可能想到圆圆的、香甜的、有皮有核的水果;也有可能想到香蕉、菠萝等其他水果。但是如果我继续说：“苹果一定要生吃，蒸熟了再吃就不脆了。”那么“苹果”一词确定无疑指的是水果，而不是公司。因为在我们的知识库里，都知道水果可以吃，但是公司不能吃。出现在同一句话中的“吃”对“苹果”起到了限定作用，这是人类的理解。

如果我们将“苹果”这两个字输入计算机，计算机并不会幻视出一个水果，也不会像人那样“意识到”这个单词的含义。计算机程序能够处理的只有数值和运算。

计算机程序不过是一段存储在硬盘上的 0、1 代码，运行时被读取进内存，CPU 根据代码转换成的指令来做一组特定的操作，让这些 0、1 数字通过逻辑电路进行若干运算后，生成计算结果。所以要让一段程序了解客观世界变化万千的事物，则必须将这些事物转化为数值，将事物的变化和不同事物之间的关联转化为运算。当若干现实世界的事物转换为数值后，计算机通过在这些数值之上的一系列运算来确定它们之间的关系，再根据一个全集之中个体之间的相互关系来确定某个个体在整体(全集)中的位置。

“苹果”被输入进去的时候，被转化为一个数值 Va。经过计算，这个数值和对应“吃”的数值 Ve 产生了某种直接的关联，而同时和 Ve 产生关联的还有若干数值，它们对应的概念可能是“香蕉”(Vb)、“菠萝”(Vp)、“猕猴桃”(Vc)等。据此，计算机就会发现 Va、Vb、Vp、Vc 之间的某些关联(怎么利用这些关联，就要看具体的处理需求了)。

说到数值，大家可能本能地想到 int、double、float……但实际上，如果将一个语言要素对应成一个标量的话，太容易出现两个原本相差甚远的概念经过简单运算后相等的情况了。假设“苹果”被转化为 2，而“香蕉”被转化为 4，难道说两个苹果等于一个香蕉吗?因此，一般在处理时会将自然语言转化成 n 维向量。只要转化方式合理，规避向量之间因为简单运算而引起歧义的情况还是比较容易的。

这种现实世界和计算机之间从概念到数值，从关系到运算的映射，造就了机器可以通过自主学习获得事物规律的可能。既然机器有可能自己学习事物的规律，那么如何才能让它学到规律呢?我们先来看一个故事。

猫妈妈让小猫去捉老鼠，小猫问：“老鼠是什么样子啊?”

猫妈妈说：“老鼠长着胡须。”结果小猫找来一头大蒜。

猫妈妈又说：“老鼠有 4 条腿。”结果小猫找来一个板凳。

猫妈妈再说：“老鼠有一条尾巴。”结果小猫找来一个萝卜。

在这个故事里，小猫就是一个基于规则的(rule-based)“计算机程序”，它完全按照“开发者”猫妈妈的指令行事。但是因为 3 次指令都不够全面，结果 3 次都得出了错误的结果。如果要把小猫变成一个基于机器学习模型的(model-based)计算机程序，猫妈妈该怎么做呢?

猫妈妈应该这样做，给小猫看一些照片，并告诉它有些是老鼠，有些不是。

猫妈妈可以先告诉小猫：要注意老鼠的耳朵、鼻子和尾巴。小猫通过对比发现：老鼠的耳朵是圆的，别的动物耳朵不是圆形的;老鼠都有长而细的尾巴，别的动物有的尾巴短，有的尾巴粗;老鼠的鼻子是尖的，别的动物不一定是这样的。这时小猫就学习到一个规律——老鼠是圆耳朵、细长尾巴、尖鼻子的动物，通过这个规律来抓老鼠，那么小猫就成了一个“老鼠分类器”。

小猫(此处将其类比为一个计算机程序)是机器(machine)，让它成为“老鼠分类器”的过程叫作学习(learning)。猫妈妈给小猫看的那些照片是用于学习的数据(data)。猫妈妈告知小猫要注意的几点，是这个分类器的特征(feature)。学习的结果“老鼠分类器”是一个模型(model)。小猫思考的过程就是算法(algorithm)。

免费分享一些我整理的人工智能学习资料给大家，包括一些AI常用框架实战视频、图像识别、OpenCV、机器学习、计算机视觉、深度学习与神经网络等视频、课件源码、国内外知名精华资源、AI热门论文、行业报告等。

为了更好的系统学习AI，推荐大家收藏一份。

下面是部分截图，文末附免费下载方式。

一、人工智能课程及项目【含课件源码】

二、国内外知名精华资源

三、人工智能论文合集

四、人工智能行业报告

学好人工智能，要多看书，多动手，多实践，要想提高自己的水平，一定要学会沉下心来慢慢的系统学习，最终才能有所收获。

点击下方名片，扫码关注公众号【AI技术星球】发送暗号 321 免费领取文中资料。