摘要: 学习是一个耗时耗力、充满艰辛的过程。学习也是获取大量知识、迅速站到巨人肩膀上的唯一途径。从被动学习转向主动学习,是人类与机器共同面临的问题。本讲座分析两者的联系与区别,为提高学习效率和质量提供一定的指导。
1. 什么是学习
人类的学习:是指通过阅读、听讲、思考、研究、实践等途径获得知识或技能的过程。
机器的学习:是指机器从(大量)训练样本中总结出规律的过程。
共同点:
- 建立模型:变成自己的知识
- 耗时耗力:反复训练、长期的过程
图 1. 决策树模型
图 2. 回归模型
图 3. BP 神经网络
图 4. 卷积神经网络
不同点:
- 雕琢大脑皮层 vs. 改变模型参数
- 多种学习方式 vs. 不完全归纳/拟合
讨论:
- 你为什么喜欢学习?
- 你为什么不喜欢学习?
2. 什么是主动学习
图 5. 主动学习场景
人类的主动学习:不需要他人的督促下可自行完成学习任务。
机器的主动学习:机器向老师查询数据标签,使用更少的训练数据完成学习任务。
共同点:
- 交互式学习:与被动学习的本质区别(还是需要老师)
- 省时省力:集中于信息量(不确定性、代表性)高的知识/样本
不同点:
- 动机不同:没有足够的时间 vs. 没有足够的带标签样本
- 对于不确定性的定义不同:跳起来能够得着 vs. 难于判断类别
3. 学习的最高境界
人类学习的最高境界: 在分享中学习
- 能表达出来才意味着知识牢固
- 分享是一种快乐,刷存在感是双倍的快乐
- 成果被多数人认可是更多的快乐
机器学习的最高境界(有待商榷): 在对抗中学习
图 6. 生成对抗网络
4. 小结
人生最大的快乐,莫过于看到自己以肉眼可见的速度变得更强。
附录
日撸 java 300 行
含: 决策树、BP 神经网络、卷积神经网络代码
欢迎留言讨论!