机器学习介绍
什么是机器学习?
术语“机器学习”是当今最流行和最常用的术语之一。 如果你对科技有某种程度的熟悉,那么很可能你至少听说过这个术语一次,无论你在哪个领域工作。然而,机器学习的机制对大多数人来说是一个谜。 对于机器学习初学者来说,这个主题有时会让人感到不知所措。 因此,了解机器学习的实质是什么,并通过实例一步一步地了解机器学习是很重要的。
机器学习趋势曲线
谷歌趋势显示了“机器学习”一词最近的“趋势曲线”
我们生活在一个充满迷人奥秘的宇宙中。像史蒂芬·霍金、阿尔伯特·爱因斯坦等伟大的科学家,以及更多的人,都致力于寻找有意义的信息,揭示我们周围世界的奥秘。这就是人类学习的条件:一个人类的孩子在长大成人的过程中,一年又一年地学习新事物并揭示世界的结构。
孩子的大脑和感官感知到周围的事实,并逐渐学习隐藏的生活模式,这有助于孩子制定逻辑规则来识别学习模式。人类大脑的学习过程使人类成为世界上最复杂的生物。不断地学习,通过发现隐藏的模式,然后对这些模式进行创新,使我们能够使自己在一生中变得越来越好。这种学习能力和进化能力与一个叫做大脑可塑性的概念有关。从表面上看,我们可以在人脑的学习过程和机器学习的概念之间找到一些动机上的相似之处。
人脑 从现实世界中感知事物,处理感知到的信息,做出理性的决定,并根据环境执行某些行动。这就是我们所说的智能行为。当我们将智能行为过程的复制品编程到计算机上时,它被称为人工智能 (AI)。
尽管这些术语可能会混淆,但机器学习 (ML) 是人工智能的一个重要子集。 机器学习关注使用专门的算法来发现有意义的信息,并从感知数据中找到隐藏的模式,以证实理性的决策过程。
人工智能、机器学习、深度学习、数据科学
为什么要学习机器学习?
从系统的角度来看,机器学习被定义为创建可以从数据中学习隐藏模式以帮助做出智能决策的自动化系统。
这种动机大致是受人脑如何根据它从外部世界感知到的数据来学习某些东西的启发。
✅ 想一想为什么企业想要尝试使用机器学习策略而不是创建基于硬编码的规则引擎。
机器学习的应用现在几乎无处不在,就像我们的智能手机、互联设备和其他系统产生的数据一样无处不在。考虑到最先进的机器学习算法的巨大潜力,研究人员一直在探索其解决多维多学科现实问题的能力,并取得了巨大的积极成果。
你可以在很多方面使用机器学习:
- • 根据病人的病史或报告来预测患病的可能性。
- • 利用天气数据预测天气。
- • 理解文本的情感。
- • 检测假新闻以阻止其传播。
金融、经济学、地球科学、太空探索、生物医学工程、认知科学,甚至人文学科领域都采用机器学习来解决其领域中艰巨的、数据处理繁重的问题。
机器学习通过从真实世界或生成的数据中发现有意义的见解,自动化了模式发现的过程。事实证明,它在商业、健康和金融应用等方面具有很高的价值。
在不久的将来,由于机器学习的广泛应用,了解机器学习的基础知识将成为任何领域的人们的必修课。