入门机器学习必须知道哪些事呢？ _经验知识

许多人将机器学习视为通向人工智能的途径。但是对于统计学家或商人而言。机器学习也可以是一种强大的工具。可以实现前所未有的预测结果。

文章插图
为什么机器学习如此重要?
在开始学习之前。我们想花一些时间强调WHY机器学习非常重要。
总之。每个人都知道人工智能或人工智能。通常。当我们听到AI时。我们会想象机器人到处走动。执行与人类相同的任务。但是。我们必须了解。虽然有些任务很容易。但有些任务却很困难。并且距离拥有像人类一样的机器人还有很长的路要走。
但是。机器学习是非常真实的并且已经存在。它可以被视为AI的一部分。因为当我们想到AI时。我们想象的大部分内容都是基于机器学习的。
在过去。我们相信未来的这些机器人将需要向我们学习一切。但是人脑是复杂的。并且并非可以轻松描述其协调的所有动作和活动。1959年。亚瑟·塞缪尔(Arthur Samuel)提出了一个绝妙的主意。即我们不需要教计算机。但我们应该让他们自己学习。塞缪尔(Samuel)也创造了“机器学习”一词。从那时起。当我们谈论机器学习过程时。我们指的是计算机自主学习的能力。
机器学习有哪些应用?
在准备这篇文章的内容时。我写下了没有进一步说明的示例。假定所有人都熟悉它们。然后我想：人们知道这些是机器学习的例子吗?
让我们考虑一些。
自然语言处理。例如翻译。如果您认为百度翻译是一本非常好的字典。请再考虑一下。百度翻译本质上是一组机器学习算法。百度不需要更新百度 Translate;它会根据不同单词的使用情况自动更新。

文章插图
哦。哇还有什么?
虽然仍然是主题。但Siri 。Alexa 。Cortana都是语音识别和合成的实例。有些技术可以使这些助手识别或发音以前从未听过的单词。他们现在能做的事令人难以置信。但在不久的将来。它们将给人留下深刻的印象!
SPAM过滤。令人印象深刻。但值得注意的是。SPAM不再遵循一组规则。它自己了解了什么是垃圾邮件。什么不是垃圾邮件。
推荐系统。Netflix 。淘宝。Facebook 。推荐给您的所有内容都取决于您的搜索活动。喜欢。以前的行为等等。一个人不可能像这些网站一样提出适合您的推荐。最重要的是。他们跨平台。跨设备和跨应用程序执行此操作。尽管有些人认为它是侵入性的。但通常情况下。数据不是由人处理的。通常。它是如此复杂。以至于人类无法掌握它。但是。机器将卖方与买方配对。将电影与潜在观众配对。将照片与希望观看的人配对。这极大地改善了我们的生活。
说到这。淘宝拥有如此出色的机器学习算法。它们可以高度确定地预测您将购买什么以及何时购买。那么。他们如何处理这些信息?他们将产品运送到最近的仓库。因此您可以在当天订购并收到产品。难以置信!
金融机器学习
我们名单上的下一个是金融交易。交易涉及随机行为。不断变化的数据以及从政治到司法的各种因素。这些因素与传统金融相距甚远。尽管金融家无法预测很多这种行为。但是机器学习算法会照顾到这种情况。并且对市场的变化做出响应的速度比人们想象的要快。
这些都是业务实现。但还有更多。您可以预测员工是否会留在公司或离开公司。或者可以确定客户是否值得您光顾-他们可能会从竞争对手那里购买还是根本不购买。您可以优化流程。预测销售。发现隐藏的机会。机器学习为机会开辟了一个全新的世界。对于在公司战略部门工作的人们来说。这是一个梦想成真。
无论如何。这些已在这里使用。然后。我们将进入自动驾驶汽车的新境界。
机器学习算法
直到最近几年。无人驾驶汽车还是科幻小说。好吧。不再了。自动驾驶汽车已经驱动了数百万英里(即使不是数十亿英里) 。那是怎么发生的?没有一套规则。而是一组机器学习算法。使汽车学习了如何极其安全有效地驾驶。
我们可以继续学习几个小时。但我相信您的主旨是：“为什么要使用机器学习” 。
因此。对您来说。这不是为什么的问题。而是如何的问题。
这就是我们的Python机器学习课程所要解决的问题。蓬勃发展的数据科学事业中最重要的技能之一-如何创建机器学习算法!