知识卡片
机器学习是反向的编程
传统编程与机器学习解决的是同一个问题的两个方向:
| 传统编程 | 机器学习 | |
|---|---|---|
| 输入 | 规则 + 数据 | 数据 + 答案 |
| 产出 | 答案 | 规则(模型) |
| 结果性质 | 规则固定,同一输入必得同一答案 | 规则由数据估出,允许出错 |
传统编程把人写好的规则(数据结构与算法)交给计算机,计算机只贡献算力;机器学习把规则当成未知量,用带答案的样本反推。这个反转带来两个直接后果:其一,规则不再是 if-else,而是带参数的函数,参数必须从数据估出来;其二,既然参数是估的,结果就带不确定性,于是需要验证集和评估指标判断规则可不可用。
学术表述上,它以计算机为工具和平台、以数据为研究对象、以学习方法为中心,是概率论、线性代数、信息论、最优化与计算机科学的交叉学科。研究分三支:开发新方法(方法)、追问方法的有效性与效率(理论)、把模型用到业务中(应用)。理解这三支的差别,才能明白 [[数据是机器学习的对象]] 为什么把数据而非算法放在中心,以及 [[模型、策略、算法三要素]] 里的”算法”为什么只是配角。
结构图:
flowchart LR
A[规则] --> P[计算机程序]
B[数据] --> P
P --> C[确定答案]
D[数据] --> M[学习算法]
E[已知答案] --> M
M --> F[模型即规则]
F --> G[新样本预测]
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第1章 机器学习概述 1.1 机器学习介绍 · 查看原书依据
从图1-2可以看出,机器学习模式其实是从已知的数据和答案中寻找出某种规则。也就是说,对机器学习而言,我们输入的是数据及其对应的答案,而寻找的是满足这样一种答案的数据背后的某种规则。
参考来源
- 位置:《机器学习基础:从入门到求职》第1章《第1章 机器学习概述》(源文件:extracted/机器学习基础:从入门到求职/_epub-src/OEBPS/text00004.html)
- 结论依据:原文用图1-1、图1-2 对比两种模式,指出机器学习是"从已知的数据和答案中寻找出某种规则"。
- 原始内容:从图1-2可以看出,机器学习模式其实是从已知的数据和答案中寻找出某种规则。也就是说,对机器学习而言,我们输入的是数据及其对应的答案,而寻找的是满足这样一种答案的数据背后的某种规则。