初认机器学习

对“机器学习”有些兴趣，我今天特意向朋友请教了“机器学习”的知识。

1.机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。-来自百度百科

2.机器学习具体的一些应用，如红酒品质判定，预测当天天气状况，雾霾判别等。图一为机器学习生成模型的使用。

图1：机器学习生成模型的使用

机器学习，通过处理海量的数据，利用机器学习的算法（逻辑回归，随机森林算法，决策树）对数据进行训练生成模型，对模型进行分析，并学习而创造新的结果，找出影响结果的因素，查找出人不容易找到的规律，帮助决策。

拿红酒品质判定来举例。将收集到大量“酒品成分与红酒品质好坏的结果”的数据，通过SQL语句进行处理，比如进行去除量纲，转换数据类型等，再利用归一化等算法进行数据的数据的拆分，使用算法训练数据生成模型，模型生成则可以利用模型对数据进行预测。

图2：机器学习生成模型过程

通过用大量的数据运用机器学习算法生成模型后，可以将该模型（类比成黑箱）用于实际的数据判断中。

图3： 机器学习与人对比

3.机器学习的两种方式，无监督学习与监督学习

无监督学习，一开始不使用任何的数据，通过收集大量数据逐步养成模型，这是很理想的状态。

监督学习，建立模型的数据必须含有判断结果的。

4.机器学生成的模型不是一个数学公式，是封装好。模型确定后好，输入一组数据，即时可以收到判定的结果。使用这个模式应该是“检测到的数据，上传，立马返回判定的结果”，阿里是有这样的服务提供，有兴趣可以试试。