第一次课是比较轻松的介绍课。
讲了两个问题:
-
对机器学习的感性认识;
-
机器学习的一些实际应用案例的简介。
第一个问题,机器学习之感性认识。
机器学习是从早期的人工智能(AI)发展而来的,是计算机的一项新技能。
我们日常生活中和机器学习接触过么?根据吴老师的讲解,我们使用网络搜索、垃圾邮件的过滤这些都是机器学习在支撑,google或微软的机器学习算法为你筛选喜欢的网页或过滤垃圾邮件。除此之外,我们在社交网站上看到的推荐照片、我们手机或云盘上照片的自动归类都是由机器学习支撑的。这是我们普通人和机器学习的交往。
而对于吴老师,他希望有一天可以做出和人类一样聪明的机器来,这是一件非常激动人心又有点让人担忧的目标。但是,目前的研究进展离这一目标很挺遥远的。一些科学家认为应该通过研究人脑的工作机理来实现制作像人类一样聪明的机器这一目标。
第二个问题,机器学习的一些实际案例
视频中主要讲了四个大类的例子。
-
数据挖掘(Data Mining):就是从大量的数据集里面发现有价值的信息。比如通过用户的上网行为对用户进行归类、通过用户的就医历史来看他的健康状况从而为他的健康保险定价、还有一些生物基因、工业生产数据的挖掘处理等。
-
不能通过人工编程实现的一些场景:比如无人机的飞控系统就需要一些机器学习的手段来实现飞行姿态的自主控制,手写体识别、自然语言处理、机器视觉等应用。
-
一些个性化定制服务等的应用:比如淘宝、京东、亚马逊等购物平台为每一个客户进行的个性化商品推荐等。
-
对人类学习行为的理解:这是金字塔的塔尖、机器学习的终极目标。
吴老师最后还提到很多公司让他帮忙在斯坦福大学找一些毕业生,而这些职位中的大多数是机器学习相关的。也就是说,机器学习就业前景很好,学它准没错。