理解人工智能的核心技术——机器学习

大家好，我是心绪如风，今天继续跟大家一起从零开始学习人工智能。今天我们要学习的是人工智能领域中非常重要的一项核心技术——机器学习。那么到底什么是机器学习，它又有什么用处呢？我们闲话少叙，正式开始。

一、什么是机器学习

机器学习是一种通过算法和模型使计算机从数据中自动学习并进行预测或决策的技术，属于人工智能的一个分支。其核心目标是让计算机在没有明确编程指令的情况下，通过对大量数据的分析，识别模式和规律，从而构建适应新数据的模型。（摘自百度百科）。通俗地来说，就是让机器通过数据分析和学习找规律。例如我们让计算机识别什么是猫，如果按照传统的编程方法，我们需要告诉计算机猫的特征，例如"猫有尖耳朵、有胡须、有长尾巴"等，然后写一段程序判断这些特征。而机器学习则是让计算机自己从大量的“猫”的图片中来学习，找出“猫”的共同特点，这样再有新的猫的图片的时候，就可以识别出来。

机器学习的定义（来源：百度百科）

二、机器学习的基本概念

想要掌握机器学习，我们就需要对机器学习相关的一些基本概念做一些了解。如果我们把机器学习的整个过程与我们在厨房烹饪美食的过程对应起来，就可以很容易掌握这些概念了。

1. 任务：机器学习需要完成的具体工作

任务指的是计算机需要完成的具体工作，比如"识别猫"。如果用我们烹饪来类比的话，就相当于是说我们今天要做一道什么菜。

2. 数据：机器学习的食材

机器学习需要大量的数据作为“食材”。都说“巧媳妇难为无米之炊”，这里的“米”，就是机器学习需要的数据。数据可以是图片、文字、音频等多种格式的，计算机通过分析这些数据来进行学习。

3. 性能度量：机器学习的效果的评价指标

机器学习的性能度量（Performance Metrics）是用来评估和比较机器学习模型效果的量化指标。不同的任务类型（如分类、回归、聚类等）使用不同的性能度量方法。选择合适的度量标准对于模型训练、调优和部署至关重要。

如果用烹饪来类比的话，机器学习的性能度量指的就是这道菜好不好吃。例如客人说这道菜咸淡适中。在机器学习领域是用来评估任务完成的怎么样，比如“识别猫的准确率为95%”。

针对机器学习中不一样的任务类型，评价其性能度量的指标也不相同。以分类任务为例，评价其性能度量，即分类好坏的指标有：

准确率：正确预测的样本数占总样本数的比例。

精确率：预测为正类中实际为正类的比例。

召回率：实际为正类中被正确预测为正类的比例。

F1 分数：精确率和召回率的调和平均。

ROC（Receiver Operating Characteristic）曲线：以假正率（FPR）为横轴，真正率（TPR/Recall）为纵轴绘制的曲线。

AUC（Area Under Curve）：ROC 曲线下面积，衡量模型整体判别能力（0.5 随机，1.0 完美）。

混淆矩阵：展示 TP、TN、FP、FN 的表格，是其他指标的基础。

4. 经验：机器学习的模型用来改进自身性能的“学习素材”

在机器学习中，“经验”（Experience）是一个核心概念，源自其形式化定义。它指的是模型从数据中学习的过程所依赖的“过往信息”或“训练材料”。简单来说，经验就是模型用来学习规律、调整参数、提升性能的训练数据和与之交互的过程。

如我们还以烹饪的过程来类比的话，机器学习中的经验则相当于是厨师过往做这道菜的经历。

5. 算法：机器学习的菜谱

所谓的机器学习算法指的就是一系列的规则和统计技术，他们可以从数据中习得某种特征模式，在机器学习当中，我们需要根据实际问题来选择不同的机器学习算法，而机器学习算法的选择则需要结合问题中所涉及的数据的类型，以及我们最终所需要获得的科学解决方案来确定。

简而言之，算法是解决特定问题的一系列步骤。在机器学习中，算法就像菜谱，告诉计算机如何从数据中提取规律，就像是我们选择好了食材按照特定的步骤来做菜一样。

6. 模型：机器学习的“成品”

在机器学习中，模型（Model） 是从数据中学习到的数学表示或计算结构，用于对未知数据进行预测、分类、聚类、生成等任务。可以把它理解为一个经过训练的“函数”或“规则系统”，它能根据输入产生有意义的输出。

如果我们依然以烹饪的过程做类比的话，那模型就相当于厨师做好的那盘菜。从食材（数据）的准备，到依照菜谱（算法）进行烹饪，然后最终做出了美食（模型）。这期间参考了之前过往的经验，美食是不是好吃可以由客人评判（性能度量）。

三、跨学科的学习

想学好机器学习，除了计算机学科的基础知识之外，数学也是很重要的，甚至可以说是其核心支柱。作为一枚数学的学渣，本人表示学习起来机器学习的相关内容还是有些压力山大的。机器学习中要用到大量的线性代数、概率论与统计学、微积分等数学的知识。

现在人工智能的发展其实很大程度上让知识的获取变得更简单了。过去如果书中有问题不明白是什么意思，可能还需要找老师或者其他人请教，而现在人工智能的AI工具完全可以成为那个“老师”，你可以把你所有不明白的点都丢给它，让它帮忙解释，甚至可以让它从不同角度来进行解释。

所以，如果你对人工智能领域中机器学习的相关知识感兴趣，完全可以从现在就开始学习。机器学习的“西瓜书”可以作为入门的教材，辅以普林斯顿的数学读本三剑客来了解书中牵扯到的数学概念，当然各种AI工具也可以随时为我们答疑解惑。

人工智能将从各个方面渗透并改变我们的生活，是时候去了解它的技术魅力，去熟悉它能做什么了。未来熟练掌握人工智能相关知识技能的人将显著拉开与其他人的差距。让我们一起从零开始学习吧！

作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～