AI工程师成长之路--机器学习核心三要素

机器学习三要素：模型、策略与算法

本章节是我们学习机器学习的一个起点，因为机器学习过程用到很多统计学知识，顾机器学习也叫统计学习，即Statistics Learning。机器学习在干嘛？就是利用已有数据，找到一些合适的数学模型去描述它，然后做一些预测分析，从而优化企业的流程或者提高决策效率。

可以开门见山的说，机器学习的核心思想就是机器学习的三要素，即模型、策略与算法。说到模型，其实也很简单，就是处理一件事情的一种规律，我们把它抽象处理形成模型。那么这里所说的策略就是为了能选择和构造出合适模型的方法策略，因为对于一种规律可以选择的模型不止一种，但是对于特定问题处理时，有的模型的风险比较大，这就会导致和真实值之间的差距很大，这样的预测用途就会显得很小了，可以说是废了。至于最后的算法，就是对我们之前选择的模型就行方法实现，以及过程优化等。

大家都清楚，对于一种事情的预测，肯定需要大量的真实数据。但是真实的数据集我们是获得不了全部的，大多情况下都是有一部分现有的真实数据或者一些积累的数据对未知的新数据进行预测。但是这里我要强调一下，我们做的预测都是一种大概率事件，并不是一定就是真实发生的情况。因此，我们做的优化过程就显得尤为重要，只有选择的模型最合适、算法最优化，相应的预测结果就会越准确。下面分别介绍一下机器学习三要素到底怎么回事。

机器学习的目的——模型（Model）