机器学习模仿人，人也可以向机器学习

        最近在上‘’深度学习与机器视觉‘’和‘’神经网络‘’的课程，了解机器学习的流程。感觉机器学习是一个很好的模型，我们可以根据机器学习的过程来审视自己的学习方法，不断调整自己的学习方法，最终找的达到自己期望的那个较好的学习模型。

 

下面来介绍机器学习的基本流程。

1.获取数据

2.特征提取

3.模型建立与训练

4.诊断、调优

5.模型验证、误差分析

注：当网络架构建立好后，验证分析误差，当误差不满足要求时，重复4和5，不断调整权重，直到达到要求。

 

       在我们的学习生涯中，老师们大多是讲具体的知识，很少探讨学习方法，以至于当我们学习效果不是很好时没有意识去调整我们的学习方法，甚至没有学习方法的概念。

       在了解了机器学习的过程后，感觉机器模仿人类的学习过程，有很好的模型和变量，以及对系统的诊断、评价和调整。机器学习的过程是对人类高效学习的过程的再现，因此我们人可以反过来模仿机器来建立自己的学习模型。

 

下面介绍机器学习类推学习方法（以英语学习为例）。

1.获取数据

         获取数据指对英语资料的听、说、读、写等。

 

2.特征提取

        特征提取指的是对获取数据的分析和记忆。听：在听得过程中获取对应的单词和句子，明白其意思；说：能够有效的表达自己的想法；读：读懂文字讲了什么；写：将自己心里想的写出来；在此过程中记忆一些生的单词，句式等。

 

3.模型建立

         模型建立指怎样做听、说、读、写、记，这些在每天学习过程中时间分配和占比等。

 

4.诊断、调优

         分析每天或者一段时间的学习结果是否让自己满意，若感觉有提高的空间，则改变模型或者改变时间占比等来优化学习方法。

 

5.模型验证、误差分析

将每天或者一段时间的学习结果与自己的期望进行比较，看看是否让自己满意。

（这是第一篇博客，感觉从机器学习的过程来找学习方法是个很好的想法，但由于本人表达能力有限，并没有很好的表达出自己的想法）