1.什么是机器学习?

2017-04-09  本文已影响50人  笔如刀

二元一次方程组:

2x+y=25 (1)

x-y=5      (2)

求解x , y

人的解法:

第一步:将(1)和 (2)左右各自相加, 得3x=30  ,于是 x=10 

第二布:将x=10 带入 (1)或者 (2)式,得 y=5

机器(即计算机)的解法:

第一步:给x 和y 各赋予一个初始值:1 和 2

第二步:固定x,调节y,使得(2x+y) 不大于25,同时使得x-y 不大于5

此时y=2, 对于(1)y需要变大,对于(2),y需要变小。那么y不应该变。

第三步:固定y,调节x

此时x=1,y=2,对于(1)x需要变大,对于(2)x也需要变大,那么x=x+1

此时x=2,y=2,带入(1)和(2),x还需要变大

...

...

此时x=7,y=2,  带入(1)和(2),x不能再大了,因为再大x-y就大于5了。

第四步:固定x,调节y。.......

...

...

第N步:x=10,y=5,带入(1)和(2),都符合了,结束循环。

小结

——机器解个二元一次方程比人费劲这么多,那还要机器有毛用?我2步就解出来了。

——因为这是比较简单的方程组,只有两个变量。如果是N元方程组呢?N大于100,大于1000,大于10000的时候人怎么解?这个时候,机器还是可以按照上面的方式,先给N个变量各自一个初始值,然后固定N-1个变量,先调节一个变量。如果有解的话,最后就能把所有的变量算出来。

质疑

——这就是机器学习么?

——是的,这就是一种机器学习,是简化的EM思想,也可以理解为坐标上升法

——就解解方程而已,就算是机器学习,没有实际用处,有个鸡毛用?

——那么咱们就接着这个方程讲个实际应用。

数学模型的问题还原

如果你是一个房地产公司的资产评估员,主要工作是对新的房子估价;你手上有一堆历史已售出房子的买卖记录。让你对新拿到的房产估价,你应该怎么做呢?

假设房子由一些特征代表:面积大小(90,115,120,135,140)、所在楼层(1~30)、整幢楼高度(1~3)、几室(1~5)、几厅(1~2)、朝南还是朝北(南、北、南北通透)、层高(2.5~5m)、小区所在区块(各个区)、开发商(1代表万科、2代表绿城、等等)、物业公司(1万科、2绿城等等)。

我们假设房子的总价和房子的这些特征呈线性关系,那么我们只要计算出每个特征的权重就可以计算出房子的总价了。(为什么要假设是线性关系呢?因为线性模型最简单啊,所谓数学建模就是把问题简化成理想的数学公式或者方程。我们也可以建设房子的总价和特征呈非线性的关系,但是那样的话,就非常复杂了,我们不那么干。)

我们分别用x1,x2,x3,x4,x5,x6,x7,x8代替以上特征,每个特征对应不同的房子有不同的取值。

用w1,w2,w3,w4,w5,w6,w7,w8来表示每种特征的权重。

根据历史已售出房子的买卖记录,就可以列出方程:

w1*90+w2*8+.....+w8*1=210  (比如这条记录是面积为90方的房子,所在楼层是8,等等)

......

......

......

这样我们根据历史售卖记录,就可以列出非常多的这种方程,再通过上面我们讲的计算机的解法,很快就能计算出w1,w2,w3,.....,w8了。这样就解决了一个实际的问题了,是不是也挺简单的。

上一篇下一篇

猜你喜欢

热点阅读