机器学习粗谈

今天看了《神经网络与深度学习》,可以说对机器学习有了一些初步的认识。

我认为机器学习是“机器或算法”从某件事情或者事物的普通特征中总结出具有普适性的规律。比如当下流行的大数据,根据以往的经验,我们可能是认为“朝霞不出门,晚霞行千里”,但是根据我们获得的数据可能并不是这样的,有可能这天有晚霞,然而第二天却下雨了。我们可能会考虑为什么会这样,为什么与自己的经验不符。当然在接下来的算法里,我们可能会意识到,机器学习实际上也是一种从经验中获得规律的做法。

过去我们根据“朝霞”推断第二天一定是一个晴天,但事实上等到第二天早上却是倾盆大雨!说明这种模型并不是完全准确的,我们又看了看家里的温度计和湿度计,发现指数是是30°C和90%,于是我们推断第三天可能是个下雨天,哪怕这天有晚霞,结果第二天真的下雨了,说明我们的推断是正确的。但第四天,在温度和湿度和前一天一样的情况下却没有下雨。

到这里,我们实际上建立了一个关于天气预报的简单经验数据集,我们可以从有无晚霞,温度和湿度推断第二天是否下雨。