主动学习：从人类到机器

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！