機器學習零基礎入門_機器學習算法入門

機器學習是一個很酷很新潮的字眼，幾乎每天都出現在科技媒體中，但或許很多人都無法真正理解機器學習的意思，本文將從一個全新的角度帶你認識機器學習。

先來看兩個術語：

環境：本文指街道

代理：某種利用觀察外部歡環境并作出反應的方式（軟件），本文指在街道駕駛時不碰到別人 的汽車內部軟件和各種傳感器總和

其實，讓代理做事最簡單的方式就是告訴他們該怎么做，但對機器而言，它是根本聽不懂你的話。你需要把人類語言轉化為一系列代碼，尤其是為了應對街道上的各種變化，比如天氣、行人、動物、自行車等等突發性情況，可以很悲觀地說，你不可能將所有可能性都寫到代碼里。

想象一下，有一個「Thing」獨自在房間里，它不是人類，也不是動物，它就是一個「Thing」，簡寫為T。

T所知道的就是這些：

食物對我來說很重要，我需要食物。

房間里除了食物，還有個洞穴和一瓶，但T并不知道那代表什么意思。

首先，T直接去喝了并掉進了洞穴死掉了，當T再重生時，它開始知道以下兩件事：

食物對我來說很重要，我需要食物

當我吃下并跳進洞穴，我會痛苦地死掉

現在，T決定喝掉并繞開洞穴，但T還是死掉了，此時T知道了：

食物對我來說很重要，我需要食物

當我吃下并跳進洞穴，我會痛苦地死掉

當我吃下，我會死掉但不會痛苦

接下來，T會不再吃，但還是掉進洞穴死掉，此時，他意識到和洞穴都意味著死亡，二洞穴意味著痛苦，幾次嘗試后，T會躲開和洞穴，最終找到食物。

其實這就是機器學習。我們不需要教會T任何事情，我們只要告訴它目標，它就可以多次嘗試，并最終學會。

下面，我們繼續讓T登場，此時，我們可以讓T做任何它想做的事情，比如喝，只是在它喝之前，我們告訴他：

不要！那是有毒的！

T或許能像孩子一樣意識到什么，或許T還會喝，我們也繼續警告它，隨著警告次數越多，T也會逐漸明白：「好吧，原來那是危險的東西。」

這和很多人比如我對蜘蛛感到恐懼的情形類似，盡管很多人沒有被蜘蛛咬過，但多年以來爸爸媽媽對你的警告都不同程度地塑造了蜘蛛在你內心的形象。

當無人駕駛汽車在街道上看到氣球時，它或許可以辨別出氣球，并「告訴」自己可以繼續前進，它并不知道氣球后面還有小孩，但人類能夠理解，并降低速度，而通過訓練，無人駕駛汽車能夠做到：

我真的不知道為什么要看到氣球時放慢速度，不過既然是人類警告了我，我覺得還是有原因的。

此后，每次無人駕駛汽車看到氣球都會放慢車速，或許很多人覺得這是機器智能的表現，不，機器根本不知道為什么要這樣做，在它們的大腦里，過去兩個月加州公路上出現了2萬個氣球，約有85%的人類司機放慢車速，所以，向人類學習應該是一件不會犯錯的事情。

當然，機器學習也不局限在汽車上面，很快，圍繞人類衣食住行的很多軟件工具都具備了機器學習能力。

機器之心出品，作者：趙賽坡。關注微信公眾號「機器之心」（Almosthuman2014），或登錄機器之心網站www.almosthuman.cn，帶給你不一樣的機器世界觀。