相信大家都有過等人的經(jīng)歷，這并不是一件多么愉快的事情。

最近洞察君就開始不守時了，上次約他下午五點吃烤魚，結果等到六點才來。

今天他約我晚上七點去唱K，我腦海中立馬蹦出一個問題：他又會遲到嗎？

于是我迅速調(diào)動我記憶，看看我們相約的次數(shù)中，他遲到占了多大的比例，而我利用這個比例來預測他這次遲到的可能性。

在我正在準備在紙上計算時，我突然想起來，這種依據(jù)數(shù)據(jù)來做出判斷的辦法，不就是大家都知其然不知其所以然的“機器學習”么！

于是，我果斷拒絕了洞察君的邀請，發(fā)誓要給大家講清楚，到底什么是機器學習！

Mchine——Machine Learning——Better

首先請允許我甩出一個定義：

從廣義上來說，機器學習是一種能夠賦予機器學習的能力，以此讓它完成直接編程無法完成的功能的方法。

但從實踐的意義上來說，機器學習是一種通過利用數(shù)據(jù)，訓練出模型，然后使用模型來進行預測的一種方法。

看不懂沒關系，我給你講個小故事，保準你懂得很徹底！

就拿國民話題“房子”來說吧。假如我現(xiàn)在看上了城郊的一棟大別墅，想賣掉我村里的一套100平的房子，我應該給它標上怎樣的價格呢？ 

相信大家心中已經(jīng)有了答案。由于在不同地段的房價差距判若云泥，同地段不同戶型之間的差距也十分顯著，所以我只能通過調(diào)查跟我同地段、同戶型的房價，來作為我定價的參考。

如果我能從獲得的數(shù)據(jù)中找出面積與價格的規(guī)律，那么我就可以較準確地得到房子的價格。于是，我把收集到的數(shù)據(jù)在坐標圖中擬合出一條直線，讓它盡量“穿過”更多的點，并且與其他各點的距離盡可能的小。

通過這條直線，我獲得了一個能夠最佳反映房價與面積的規(guī)律，同樣可以獲得一個可以用于計算準確房價的函數(shù)。

房價=面積*a+b

假設a = 0.8,b = 60，則我的房價=100 * 0.8 + 60 = 140萬，從統(tǒng)計學意義上來說，這是一個最合理的預測值。

在求解過程中透露出了兩個信息：

第一：房價模型是根據(jù)擬合的函數(shù)類型決定的。如果是直線，那么擬合出的就是直線方程；如果是其他類型的線，例如拋物線，那么擬合出的就是拋物線方程。機器學習有眾多算法，一些強力算法可以擬合出復雜的非線性模型，用來反映一些不是直線所能表達的情況。

第二：如果數(shù)據(jù)量越多，得到的模型就能考慮到越多的因素，由此對于新情況的預測效果可能就越好。這是機器學習界“數(shù)據(jù)為王”思想的一個體現(xiàn)。一般來說，數(shù)據(jù)越多，最后機器學習生成的模型預測的效果越好。

通過擬合直線的過程，我們可以對機器學習過程做一個完整的回顧：

首先，我們需要在計算機中存儲一定的相關數(shù)據(jù)（等同于線下收集數(shù)據(jù)）；接著，我們將這些數(shù)據(jù)通過機器學習算法進行處理（等同于擬合直線），這個過程在機器學習中叫做“訓練”，處理的結果一般稱之為“模型”（等同于得到方程），可以被我們用來對新的數(shù)據(jù)進行預測。

“訓練”與“預測”是機器學習的兩個過程，“模型”則是過程的中間輸出結果，“訓練”產(chǎn)生“模型”，“模型”指導 “預測”。

好吧，說了這么多，其實洞察君并沒有約我

還有，我在村里也根本沒有房。

但你們?nèi)绻靼琢耸裁词菣C器學習，也不枉我一片苦心了。