从0到1了解：机器学习

前言

本文的目的是想让一部分人了解机器学习，并能上手一些简单的项目，以及对人工智能这个门类，我结合了一部分前人的经验，总结了从入门到深入学习的一个大致步骤，供君一览。

机器学习是什么

机器学习的本质是机器对数据的分析。通过对数据的分析，计算机能够自我学习，找到这些数据中的特征和规律，并从而对新的数据做出判断。

机器学习作为人工智能的一个门类，介绍其涉及的领域对我们接下来的了解和深入学习有一个更好的理解，下面是机器学习涉及的领域图

如何更好的理解机器学习

机器学习是一种能够赋予机器学习的能力以此让它完成直接编程无法完成的功能的方法。但从实践的意义上来说，机器学习是一种通过利用数据，训练出模型，然后使用模型预测的一种方法。

拿国民话题的房子来说。现在我手里有一栋房子需要售卖，我应该给它标上多大的价格？房子的面积是100平方米，价格是100万，120万，还是140万？

很显然，我希望获得房价与面积的某种规律。那么我该如何获得这个规律？用报纸上的房价平均数据么？还是参考别人面积相似的？无论哪种，似乎都并不是太靠谱。

我现在希望获得一个合理的，并且能够最大程度的反映面积与房价关系的规律。于是我调查了周边与我房型类似的一些房子，获得一组数据。这组数据中包含了大大小小房子的面积与价格，如果我能从这组数据中找出面积与价格的规律，那么我就可以得出房子的价格。

对规律的寻找很简单，拟合出一条直线，让它“穿过”所有的点，并且与各个点的距离尽可能的小。

通过这条直线，我获得了一个能够最佳反映房价与面积规律的规律。这条直线同时也是一个下式所表明的函数：

　　房价 = 面积 * a + b

上述中的a、b都是直线的参数。获得这些参数以后，我就可以计算出房子的价格。

机器学习与人类学习过程如下图

 

为什么要学人工智能—机器学习？

机器学习之所以重要，是因为它可以为复杂问题提供解决方案。相对于传统人工程序设计，这些解决方案更快、更准确、更具可扩展性。而这些复杂问题，想通过传统人工程序设计来解决通常并不可行。

机器学习基于算法，可以从数据中进行学习而不依赖于基于规则的编程。 - 麦肯锡公司

机器学习与大数据的结合产生了巨大的价值。基于机器学习技术的发展，数据能够“预测”。对人类而言，积累的经验越丰富，阅历也广泛，对未来的判断越准确。例如常说的“经验丰富”的人比“初出茅庐”的小伙子更有工作上的优势，就在于经验丰富的人获得的规律比他人更准确。

汇总机器学习的重要性为 :

1. 自动化 : 机器学习方法可以看做是自动化生成算法的算法。

2. 快速 ：机器学习方法可以节约时间。相比如人工处理，机器学习方法可以更加快速分析样例数据并生成算法。

3. 精确性 ：由于自动化的特性，机器学习方法可以基于更多的数据、运行更长的时间，生成更精确的决策。

4. 规模 ：机器学习方法可以给人工无法解决的问题提供解决方案。

机器学习的薪资

计算机看北上广深杭，这几个城市相同水平的程序员薪资水平不会相差过大，以北京为例，机器学习的薪资中位数在40K左右，从需求看，这一个岗位常年都有300+的需求，相对于高精尖的岗位来讲，机器学习需求量更大。

结语

对于机器学习的介绍这一篇文章只能是九牛一毛，有想法和需要的话，可以找我拿一本由“周志华”

编写的《机器学习》一书，以及人工智能这一门类的详细分类以及学习路线图。自取

其他“人工智能—机器学习”资料

由于篇幅有限，关于人工智能这一类的各个门类的资源以及个人的笔记都有记录，有读者需要可自取。