说三道四技术文摘-感悟人生的经典句子
说三道四 > 文档快照

何谓机器学习 机器学习能做些什么?

HTML文档下载 WORD文档下载 PDF文档下载
利用计算机来彰显数据背后的真实含义,这才是机器学习的真实含义。它既不是只会徒然模仿的机器人,也不是具有人类感情的仿生人。

最近我和一对夫妇共进晚餐,他们问我从事什么职业,我回应道:“机器学习。”妻子回头问丈夫:“亲爱的,什么是机器学习?”她的丈夫答道:“T-800型终结者。”在《终结者》系列电影中,T-800是人工智能技术的反面样板工程。不过,这位朋友对机器学习的理解还是有所偏差的。机器学习能让我们自数据集中受到启发,换句话说,我们会利用计算机来彰显数据背后的真实含义,这才是机器学习的真实含义。它既不是只会徒然模仿的机器人,也不是具有人类感情的仿生人。

enter image description here

T-800型终结者(图片来源网络)

现今,机器学习已应用于多个领域,远超出大多数人的想象,下面就是假想的一日,其中很多场景都会碰到机器学习:假设你想起今天是某位朋友的生日,打算通过邮局给她邮寄一张生日贺卡。你打开浏览器搜索趣味卡片,搜索引擎显示了10个最相关的链接。你认为第二个链接最符合你的要求,点击了这个链接,搜索引擎将记录这次点击,并从中学习以优化下次搜索结果。然后,你检查电子邮件系统,此时垃圾邮件过滤器已经在后台自动过滤垃圾广告邮件,并将其放在垃圾箱内。接着你去商店购买这张生日卡片,并给你朋友的孩子挑选了一些尿布。结账时,收银员给了你一张1美元的优惠券,可以用于购买6罐装的啤酒。之所以你会得到这张优惠券,是因为款台收费软件基于以前的统计知识,认为买尿布的人往往也会买啤酒。然后你去邮局邮寄这张贺卡,手写识别软件识别出邮寄地址,并将贺卡发送给正确的邮车。当天你还去了贷款申请机构,查看自己是否能够申请贷款,办事员并不是直接给出结果,而是将你最近的金融活动信息输入计算机,由软件来判定你是否合格。最后,你还去了赌场想找些乐子,当你步入前门时,尾随你进来的一个家伙被突然出现的保安给拦了下来。“对不起,索普先生,我们不得不请您离开赌场。我们不欢迎老千。” 图1.1集中展示了使用到的机器学习应用。

enter image description here

图1-1 机器学习在日常生活中的应用,从左上角按照顺时针方向依次使用到的机器学习技术分别为:人脸识别、手写数字识别、垃圾邮件过滤和亚马逊公司的产品推荐

上面提到的所有场景,都有机器学习软件的存在。现在很多公司使用机器学习软件改善商业决策、提高生产率、检测疾病、预测天气,等等。随着技术指数级增长,我们不仅需要使用更好的工具解析当前的数据,而且还要为将来可能产生的数据做好充分的准备。

传感器和海量数据

虽然我们已从互联网上获取了大量的人为数据,但最近却涌现了更多的非人为数据。传感器技术并不时髦,但如何将它们接入互联网确实是新的挑战。有预测表明,20%的互联网非视频流量都将由物理传感器产生。

地震预测就是一个很好的例子,传感器收集了海量的数据,如何从这些数据中抽取出有价值的信息是一个非常值得研究的课题。1989年,洛马·普列埃塔地震袭击了北加利福尼亚州,63人死亡,3757人受伤,成千上万人无家可归;然而,相同规模的地震2010年袭击了海地,死亡人数却超过23万。洛马·普列埃塔地震后不久,一份研究报告宣称低频磁场检测可以预测地震, 但后续的研究显示,最初的研究并没有考虑诸多环境因素,因而存在着明显的缺陷。如果我们想要重做这个研究,以便更好地理解我们这个星球,寻找预测地震的方法,避免灾难性的后果,那么我们该如何入手才能更好地从事该研究呢?我们可以自己掏钱购买磁力计,然后再买一些地来安放它们,当然也可以寻求政府的帮助,让他们来处理这些事。但即便如此,我们也无法保证磁力计没有受到任何干扰,另外,我们又该如何获取磁力计的读数呢?这些都不是理想的解决方法,使用移动电话可以低成本的解决这个问题。

enter image description here

地震示意图(图片来源网络)

现今市面上销售的移动电话和智能手机均带有三轴磁力计,智能手机还有操作系统,可以运行我们编写的应用软件,十几行代码就可以让手机按照每秒上百次的频率读取磁力计的数据。此外,移动电话上已经安装了通信系统,如果可以说服人们安装运行磁力计读取软件,我们就可以记录下大量的磁力计数据,而附带的代价则是非常小的。除了磁力计,智能电话还封装了很多其他传感器,如偏航率陀螺仪、三轴加速计、温度传感器和GPS接收器,这些传感器都可以用于测量研究。

移动计算和传感器产生的海量数据意味着未来我们将面临着越来越多的数据,如何从海量数据中抽取到有价值的信息将是一个非常重要的课题。

机器学习非常重要

在过去的半个世纪里,发达国家的多数工作岗位都已从体力劳动转化为脑力劳动。过去的工作基本上都有明确的定义,类似于把物品从A处搬到B处,或者在这里打个洞,但是现在这类工作都在逐步消失。现今的情况具有很大的二义性,类似于“最大化利润”,“最小化风险”、“找到最好的市场策略”......诸如此类的任务要求都已成为常态。虽然可从互联网上获取到海量数据,但这并没有简化知识工人的工作难度。针对具体任务搞懂所有相关数据的意义所在,这正成为基本的技能要求。正如谷歌公司的首席经济学家Hal Varian所说的那样:

“我不断地告诉大家,未来十年最热门的职业是统计学家。很多人认为我是开玩笑,谁又能想到计算机工程师会是20世纪90年代最诱人的职业呢?如何解释数据、处理数据、从中抽取价值、展示和交流数据结果,在未来十年将是最重要的职业技能,甚至是大学,中学,小学的学生也必需具备的技能,因为我们每时每刻都在接触大量的免费信息,如何理解数据、从中抽取有价值的信息才是其中的关键。这里统计学家只是其中的一个关键环节,我们还需要合理的展示数据、交流和利用数据。我确实认为,能够从数据分析中领悟到有价值信息是非常重要的。职业经理人尤其需要能够合理使用和理解自己部门产生的数据。”
——McKinsey Quarterly,2009年1月


大量的经济活动都依赖于信息,我们不能在海量的数据中迷失,机器学习将有助于我们穿越数据雾霭,从中抽取出有用的信息。

Python语言的优势

基于以下三个原因,我们选择Python作为实现机器学习算法的编程语言:(1) Python的语法清晰;(2) 易于操作纯文本文件;(3) 使用广泛,存在大量的开发文档。

enter image description here

可执行伪代码

Python具有清晰的语法结构,大家也把它称作可执行伪代码(executable pseudo-code)。默认安装的Python开发环境已经附带了很多高级数据类型,如列表、元组、字典、集合、队列等,无需进一步编程就可以使用这些数据类型的操作。使用这些数据类型使得实现抽象的数学概念非常简单。此外,读者还可以使用自己熟悉的编程风格,如面向对象编程、面向过程编程、或者函数式编程。

Python语言处理和操作文本文件非常简单,非常易于处理非数值型数据。Python语言提供了丰富的正则表达式函数以及很多访问Web页面的函数库,使得从HTML中提取数据变得非常简单直观。

Python比较流行

Python语言使用广泛,代码范例也很多,便于读者快速学习和掌握。此外,在开发实际应用程序时,也可以利用丰富的模块库缩短开发周期。

在科学和金融领域,Python语言得到了广泛应用。SciPy和NumPy等许多科学函数库都实现了向量和矩阵操作,这些函数库增加了代码的可读性,学过线性代数的人都可以看懂代码的实际功能。另外,科学函数库SciPy和NumPy使用底层语言(C和Fortran)编写,提高了相关应用程序的计算性能。

Python的科学工具可以与绘图工具Matplotlib协同工作。Matplotlib可以绘制2D、3D图形,也可以处理科学研究中经常使用到的图形。

Python开发环境还提供了交互式shell环境,允许用户开发程序时查看和检测程序内容。

Python开发环境将来还会集成Pylab模块,它将NumPy、SciPy和Matplotlib合并为一个开发环境。虽然Pylab还没有并入Python环境,但是不远的将来我们肯定可以在Python开发环境找到它。

Python语言的特色

诸如MATLAB和Mathematica等高级程序语言也允许用户执行矩阵操作,MATLAB甚至还有许多内嵌的特征可以轻松地构造机器学习应用,而且MATLAB的运算速度也很快。然而MATLAB的不足之处是软件费用太高,单个软件授权就要花费数千美元。虽然也有适合MATLAB的第三方插件,但是没有一个有影响力的大型开源项目。

Java和C等强类型程序设计语言也有矩阵数学库,然而对于这些程序设计语言来说,最大的问题是即使完成简单的操作也要编写大量的代码。程序员首先需要定义变量的类型,对于Java来说,每次封装属性时还需要实现getter和setter方法。另外还要记着实现子类,即使并不想使用子类,也必须实现子类方法。为了完成一个简单的工作,我们必须花费大量时间编写了很多无用冗长的代码。Python语言则与Java和C完全不同,它清晰简练,而且易于理解,即使不是编程人员也能够理解程序的含义,而Java和C对于非编程人员则像天书一样难于理解。

所有人在小学二年级已经学会了写作,然而大多数人必须从事其他更重要的工作。
——鲍比·奈特


也许某一天,我们可以在这句话中将“写作”替代为“编写代码”,虽然有些人对于编写代码很感兴趣,但是对于大多数人来说,编程仅是完成其他任务的工具而已。Python语言是高级编程语言,我们可以花费更多的时间处理数据的内在含义,而无须花费太多精力解决计算机如何得到数据结果。Python语言使得我们很容易表达自己的目的。

Python语言的缺点

Python语言唯一的不足是性能问题。Python程序运行的效率不如Java或者C代码高,但是我们可以使用Python调用C编译的代码。这样,我们就可以同时利用C和Python的优点,逐步地开发机器学习应用程序。我们可以首先使用Python编写实验程序,如果进一步想要在产品中实现机器学习,转换成C代码也不困难。如果程序是按照模块化原则组织的,我们可以先构造可运行的Python程序,然后再逐步使用C代码替换核心代码以改进程序的性能。C++ Boost库就适合完成这个任务,其他类似于Cython和PyPy的工具也可以编写强类型的Python代码,改进一般Python程序的性能。

如果程序的算法或者思想有缺陷,则无论程序的性能如何,都无法得到正确的结果。如果解决问题的思想存在问题,那么单纯通过提高程序的运行效率,扩展用户规模都无法解决这个核心问题。从这个角度来看,Python快速实现系统的优势就更加明显了,我们可以快速地检验算法或者思想是否正确,如果需要,再进一步优化代码。

来自:图灵社区

燃料电池商业化,数据中心或将永不断电? 广告教父的哲学:值得F2P游戏借鉴的8条经验 UC李云:基于Chromium的浏览器如何打造更好体验 一周消息树:颠覆互联网思维?年薪50万码农转行卖凉皮 Coconut2D:跨平台2D游戏及应用开发工具 第八届中国大数据技术大会将于12月中旬隆重召开 10个常见的缓存使用误区 用户暴增下的收入降低,AWS面临尴尬 云数据中心选址PK:微软第一,IBM第二,谷歌最少 不应错过2014微信开发者大会的八个理由 为什么软件测试需要变革? 苹果和IBM成最佳搭档 微软谷歌或受威胁 OpenStack社区又添新成员 浪潮推动开放云生态系统构建 重度使用AWS及Hadoop,Pinterest的自服务平台打造历程 《近匠》腾讯信鸽:基于大数据的推送 超低功耗'Whisper'架构发布:IoT、可穿戴连接性IP新标准! R的数据分析制霸以及企业级应用盘点 第二届游戏运营技术论坛来袭!与大牛共论云时代的游戏运营之道 云雀科技:飞行器+地图,展望飞行器的新体验 Sandstorm,前Googler和极客名人建立通用开源工具保姆 触控科技CEO陈昊芝:引擎技术推动行业升级 谁能成为Hero,这一次你说了算!——TCL智能电视开发大赛创意阶段评审征集 微信官方在“公开课”上13个热点问题的解答摘要 MDCC 2014移动开发者大会10月开幕:你就是主角! 设计师该如何挣得一席之地? 回到未来:最热门的十大清洁能源技术公司 深度学习:未来机器人的进化途径 搜狗开源内部项目管理系统Cynthia,已被数十家企业采用 沃游戏新版本全新登场 好友PK根本停不下来 腾讯发布首款智能硬件,内部筹建孵化器鼓励创新 触控开发者平台:孕育“十亿开发者俱乐部” 征集意见:写一个酒店管理系统.分不够再加 vb.net是怎么回事/?在学之前要哪些基础准备? 在VMware如何装SCO UNIX 谁有VMware版的SCO UNIX 5.06啊!!! 如何实现啊?---- 求一个函数! 50分,请大家帮忙寻找这个笔记本网卡驱动紧急求助(Fast Ethernet pc card) 求 Quoted-Printable,8bit编码方式的解码函数 菜COM:DELPHI如何独立编译,WAITING ONLINE 请求速答 请指点 但不知pb是怎么回事 在学之前要哪些基础准备? Authorware新家园,捧捧场哦 各位,那有候捷翻译的《windows 95系统大奥秘》的简体中文版可下啊 关于作用域 反对有些人以爱国或真理为名侮辱我们的政府!!!!! 但不知delphi是怎么回事 在学之前要哪些基础准备? 请问 SET XACT_ABORT ON 怎么用啊 散分!!分不够再加!!! 请问扩展名名为asp的文件怎么打开? [ZT]GOOGLE的彩蛋 看看,怎回事? Xsl:for-each进行循环,如何能从循环中退出!急急急!!!给分 怎样实现更新 DBGrid 选中的多行记录? 有人能帮我看看这个存储过程到底是为什么运行不了吗?晚上结 请教高手 :在一个bean内只能有一个结果集吗? 如何从表单radio中得到它的value值呀. 验证问题 还是没有解决windows NT密码丢失问题啊 求救呀,来看看,谢了 可否用程序动态改变机器名? 动态创建数据窗口的问题 怎么给那么多份啊,为什么我不能给阿 [RMI]为何说找不到stub类? 求购sniffer pro 的使用教程 第一次来水源,散分!! 倾尽家财只为一题,不吝赐教者奉送全部分数 SP1 激活问题,新手求助! 可以解释一下dll是什么吗? 第一次来水源,散分!!(2) 大哥大哥!!!!!!!!!!!!救命 我是初哥! 活动目录问题:如何实现这样的活动目录服务? 请问我在水晶报表里面要每页都显示报表页眉应该怎样设置?万分感谢! 郁闷啊!!学VC真的是太累了!! db文件格式 xp下有什么好的调试工具 名校科班出身的程序员进来聊聊目前的状况吧 大本营会员注册问题 俺给各位磕头了!!!只要能解决一个问题。。。。online waiting... 目前开发MS SQL Server 2000最好的工具是什么? 哪种前端开发程序较好? 程序传到了服务器上数据库连接字符串怎样改? C++bulider怎么没有vc++用的那么多啊 立体几何有关距离问题有关距离的问题,最好附上例题哈好的话我追加50分. 宗的拼音是什么?这个字 只能打 我拼音 如图,有三边分别为0.4m、0.5m和0.6m的三角形形状的铝皮,问怎样剪出一个面积最大的 如图,天车下吊着两个质量都是m的工件A和B 系A的吊绳较短,系B的吊绳较...如图,天车下吊着两个质量都是m的工件A和B系A的吊绳较短,系B的吊绳较长.若天车运动到P处突然停止,则吊绳所受的拉力F 残圆怎么画出整个圆 如图,一块三角形的铁皮,BC边为4厘米,BC边上的高AD为3厘米,要将它加工成一块矩形铁皮,使矩形的一边FGBC上,其余两个顶点E,H分别在AB,AC上,且矩形的面积是三角形面积的一半,求这个矩形的长和宽 如图所示,天车下吊着两个质量为m的工件AB整体一起向左匀速运动.系A的吊绳较短,系B的吊绳较长,若天车运动到P处突然静止,则两吊绳所受力FA,FB的大小关系是? 我要详细解析过程.... 机械能守恒定律的题目一固定斜面的倾角为α,高为h,一小球从斜面顶端沿水平方向落至斜面底端,不计小球运动中所受的空气阻力,设重力加速度为g,则小球从抛出到离斜面距离最大所经历的时 在一块面积为45平方厘米的圆形铁皮上割出最大的7个相同圆铁片,问余下的阴影部分的面积式子要简单一些的 猫和猫头鹰是不是近亲啊? 建筑结构一道题,就是3.8那道 在一块面积为72平方厘米的圆形铁皮上割出最大的5个相同的圆铁皮,问余下阴影部分的面积是多少? 对许褚的四个字的称呼有什么 一道题 求极限的问题. 在一块面积为45平方厘米的圆形铁皮上割出最大的7个相同的元贴片,问余下阴影部分的面积是多少? 许褚到底怎么出装 关于建筑结构问题我是初学者,如果一间四层高的私人住宅,二楼打算用大面积落地玻璃,从经济安全方面考虑是框架结构,砖混结构,还是混合结构好?我知道框架结构造价最贵,我还想知道它比砖 南宋爱国诗人___被捕时路过零丁洋进留下了_____________,______________.这句千古名句. 许褚是什么人物,有关历史语? 建筑结构的一道问题 用括号中所给动词的适当形式填空.He said he ( )math at all.(not like)付讲解 许褚怎么死的 海运SER什么意思 一位高三学生以恒定的速率从学校教学楼的一层上到四层,该同学上楼过程中,克服重力做功约为?600J或6000J 请问为什么是6000J? 请问“健康养生院”的英文应该怎么翻译? 这句话怎样理解张晓风的人生哲理是:在生命高潮的波峰,享受它;在生命低潮的波谷,忍受它:享受生命,使我感到自己的幸运;忍受生命,使我了解自己的韧度,两者皆令我喜悦.那么这段话怎么理 l like swam.But my brother -------(not like)it at all.用所给词的适当形式填空还有一题 I brush my --------(tooth)twice a day. 系粽子的绳叫什么 怎样理解这句话的 一道概率题目.麻烦高手指点.谢谢:)设随机变量(x,y)的联合密度函数为f(x,y)= 4.8y(2-x) (0 物体除了做匀速圆周运动时有向心力,还在做什么运动时有向心力 你是怎样理解这句话的 打码中的吃票是什么意思拜托各位大神 怎样用最快的方式完成作业 填空(建筑物的结构)大神们帮帮忙请把填这些建筑物分类:民居,高楼大厦,电视塔,客家土楼,桥,石亭子 例:薄壳JIEGOU的有:石亭子.1.框架结构的建筑物有:( ).2.实习结构的建筑物有 .3.{ }结 “粗心妈妈”教你如何辨别led护眼台灯有无频闪和辐射? 一货车下用3m钢丝悬吊着一个质量为M的重物,货车以V的速度匀速行驶,若突然刹车,钢丝受到的拉力为多少? 建筑中的发券该如何理解?与拱顶结构有什么关系? 中华牌香烟一侧的打码是什么意思? 看图猜的成语 英语翻译Personal factsOn the first day of class,Tom's teacher asked class to fill the out a form.The information always helped her get to know her students.Tom filled out the form like this. Full name:Thomas Smith 这句话怎么理解?The educational systems are entirely different and attempts to compare them must be done on a strictly provisional basis.这句话中provisional 是暂时的意思,但是整个句子应该怎么理解? 看图猜个成语 请问这是什么东西,有药用价值吗? 这句话你怎么理解? 1、下列物体所做的运动可以近似地看成匀速直线运动的是(). a 高楼中电梯的升降运动 b 机械表指针的运动 谁能告诉我这是什么,有药用价值吗...根有点像 2 交流电24V变压器是不是接哪根线都可以没有正负极 物体从倾角为30度的斜面上由静止开始下滑S1段光滑,S2段粗糙,已知S2=2S1,物体到达斜面底部时速度恰好为0.求1,S2那段的动摩擦因数;2,物体运动总时间 一升降机从静止出发开始做匀速直线运动!一升降机从静止出发开始做匀速直线运动,先匀加速了3秒,又匀速运动了8秒,再匀减速后4秒停止,共进46米.问最大速度,各阶段的位移,各阶段的加速度 梧桐有什么药用价值作用麻烦告诉我 立体几何 求距离设A(2,3,1)B(4,1,2)C(6,3,7)D(-5,-4,8),求点D到平面ABC的距离 怎么样完成作业更快,求方法 豌豆的药用价值,豌豆不能与什么同食 立体几何距离,急,急已知OA,OB,OC两两所成的角相等,都为60度,P为OB上一点,且OP=m,求P到面OAC得距离. 39 English 42用所给动词的适当形式填空 1.There ______ [be]no food in the fridge this morning. 2.The young man _____ [get] the book therr days age. 3.The foreigners __ 曹妃甸湿地公园介绍 要文字,可以有图,但文字介绍必须多!不要怎么去湿地公园,更不要写曹妃甸湿地!湿地和湿地公园是有区别的!唐海湿地公园! 立体几何距离问题9-4-6 平面外有两点A和B,它们与平面的距离分别为a和b;线段AB上有一点P,已知AP∶PB=1∶2.那么点P到平面的距离是______. 如图 在矩形ABCD中E F 分别为边AB AD中点 现将三角形ADE沿DE折起 得四棱锥A-BCDE求证 EF∥平面ABC she has no paper ________.a.to writeb.writing onc.to write on选C对吗,to write on这里的on 能去掉吗,这是什么结构为什么不能去介词呢 漓江入选全球最美15条河流 成中国唯借“欧锦赛”代理境外赌球网站 浙江一美国脱口秀主持人就“杀光中国人”言论俄媒:法国和荷兰部长将用带语音编码手日本厂家用世界最薄面料 制作出仅8克中方回应澳政府对华为禁令:希望提供公中方对国际原子能机构与伊朗积极互动表俄圣彼得堡将遭强飓风袭击 涅瓦河水位穆兄会领导人将首次在埃及受审 原定于俄媒:法国荷兰政府部长将使用带语音编外交部:中澳应共同努力为彼此企业正常西班牙遭美监控消息被指未引发国内强烈白宫:美国政府或会对美情报机构工作进日本一公司办公室内种160多盆大麻草澳大利亚新政府称将继续禁止华为参与网俄北高加索发生枪战 1名军官和1名武俄北高加索发生枪战 1名军官和1名武格鲁吉亚现总统发表卸职演讲 感谢民众格鲁吉亚现总统发表卸职演讲 感谢民众教授:转基因技术从根本上灭绝人类 是邢台多名农民工遭不明身份人殴打 警方创新谱出华章稳健成就大业巴基斯坦一足球场遭炸弹袭击相关责任人已被控制全省外事侨务工作电视电话会议召开34具遗体获打捞黑匣子难寻顺势回归本业专业管理资产支持地方建设厉兵秣马朝鲜谴责美国实施追加制裁冰雕雪景美呆了 咱一起去撒欢儿吧企业基因700“泳士”冰城“斗勇”泳装秀不断巩固深化教育实践活动成果万马齐喑在校学生持证件 可免费体验滑雪哟太阳岛雪博会主塑 变身之后再“绽放”油价跌至5年半来新低泉州口岸糖果年出口额首超1亿美元运动让晚年如此快乐万马齐喑“盗火者”严复:转型时代的启蒙先驱
备案号:鲁ICP备13029499号-2 说三道四 www.s3d4.cn 说三道四技术文摘