Skip to content

原文

一文看懂机器学习「3种学习方法+7个实操步骤+15种常见算法」 (easyai.tech)

定位

本文属于科普文，主要介绍概念

机器学习 – machine learning | ML

:material-circle-edit-outline: 约 1580 个字 :material-clock-time-two-outline: 预计阅读时间 5 分钟

Field of study that gives computers the ability to learn without being explicitly programmed.

机器学习 研究和构建的 是一类特殊算法（而非某一个特定的算法），能够让计算机自己在数据中学习从而进行预测。

机器学习包含了很多种不同的算法，深度学习就是其中之一，其他方法包括决策树，聚类，贝叶斯等。

人工智能、机器学习、深度学习的关系

深度学习

深度学习的灵感来自大脑的结构和功能，即许多神经元的互连。

人工神经网络（ANN）是模拟大脑生物结构的算法。

机器学习的基本思路

抽象->求解->评估

  1. 把现实生活中的问题抽象成数学模型，并且很清楚模型中不同参数的作用
  2. 利用数学方法对这个数学模型进行求解，从而解决现实生活中的问题
  3. 评估这个数学模型，是否真正的解决了现实生活中的问题，解决的如何？

不是所有问题都可以转换成数学问题的。

那些没有办法转换的现实问题 AI 就没有办法解决。

同时最难的部分也就是把现实问题转换为数学问题这一步。

机器学习的原理

下面以监督学习为例

机器学习原理说明3

  • 认字的卡片在机器学习中叫——训练集
  • “一条横线，两条横线”这种区分不同汉字的属性叫——特征
  • 不断学习的过程叫——建模
  • 学会了识字后总结出来的规律叫——模型

通过训练集，不断识别特征，不断建模，最后形成有效的模型，这个过程就叫“机器学习”！

机器学习的基本方法

机器学习根据训练方法大致可以分为3大类：

  1. 监督学习
  2. 非监督学习
  3. 强化学习

除此之外，“半监督学习”之类的都是基于上面3类的变种，本质没有改变。

监督学习

监督学习是指我们给算法一个数据集，并且给定正确答案。机器通过数据来学习正确答案的计算方法。

举个🌰

我们准备了一大堆猫和狗的照片，我们想让机器学会如何识别猫和狗。

当我们使用监督学习的时候，我们需要给这些照片打上标签（即“正确答案”），即哪些是猫，哪些是狗。

机器通过大量学习，就可以学会在新照片中认出猫和狗。

这种通过大量人工打标签来帮助机器学习的方式就是监督学习。这种学习方式效果好，但成本高。

Detail：一文看懂监督学习（基本概念+4步流程+9个典型算法）- 产品经理的人工智能学习库 (easyai.tech)

非监督学习

非监督学习中，给定的数据集没有“正确答案”，所有的数据都是一样的。

无监督学习的任务是从给定的数据集中，挖掘出潜在的结构。

举个🌰

我们把一堆猫和狗的照片给机器，不给这些照片打任何标签，但是我们希望机器能够将这些照片分分类。

与监督学习一样，最后都会分为两类，但是注意，非监督学习只是分类，不会识别。

虽然照片分为了猫和狗，但是机器并不知道哪个是猫，哪个是狗。

Detail：一文看懂无监督学习（基本概念+使用场景+2类典型算法） (easyai.tech)

强化学习

强化学习更接近生物学习的本质，因此有望获得更高的智能。

它关注的是智能体如何在环境中采取一系列行为，从而获得最大的累积回报。

通过强化学习，一个智能体应该知道在什么状态下应该采取什么行为。

Detail：一文看懂什么是强化学习？（基本概念+应用场景+主流算法） (easyai.tech)

机器学习实操的7个步骤

机器学习在实际操作层面一共分为7步：

  1. 收集数据：十分重要，数据的数量和质量直接决定了预测模型的好坏
  2. 数据准备：数据清洗等工作
    • 当数据本身没有什么问题后，将数据分成3个部分：训练集（60%）、验证集（20%）、测试集（20%），用于后面的验证和评估工作。
  3. 选择一个模型：有些非常适合图像数据，有些非常适合于序列（如文本或音乐），有些用于数字数据，有些用于基于文本的数据。
  4. 训练：这个过程就不需要人来参与的，机器独立就可以完成，整个过程就好像是在做算术题。
    • 因为机器学习的本质就是将问题转化为数学问题，然后解答数学题的过程。
  5. 评估：之前预留的验证集和测试集发挥作用的地方。评估的指标主要有 准确率、召回率、F值。
    • 看到模型如何对尚未看到的数是如何做预测的
  6. 参数调整
    • 当我们进行训练时，我们隐含地假设了一些参数，我们可以通过认为的调整这些参数让模型表现的更出色。
  7. 预测（开始使用）
    • 我们上面的6个步骤都是为了这一步来服务的。这也是机器学习的价值。

Detail：https://www.youtube.com/watch?v=nKW8Ndu7Mjw

数据要分为3个部分：训练集、验证集、测试集

15种经典机器学习算法

算法 训练方式
线性回归 监督学习
逻辑回归 监督学习
线性判别分析 监督学习
决策树 监督学习
朴素贝叶斯 监督学习
K邻近 监督学习
学习向量量化 监督学习
支持向量机 监督学习
随机森林 监督学习
AdaBoost 监督学习
高斯混合模型 非监督学习
限制波尔兹曼机 非监督学习
K-means 聚类 非监督学习
最大期望算法 非监督学习