时间: 2021-07-30 10:13:03 人气: 11 评论: 0
有意转行AI行业的PM们，需要对机器学习了解多深？机器学习跟无监督学习、半监督学习、神经网络、深度学习、强化学习、迁移学习等是什么关系？各自之间又有什么区别和关系？本文作为一篇扫盲篇将给你一一梳理。
机器学习与人工智能的关系：机器学习是实现人工智能的一种工具；而监督学习、无监督学习、深度学习等只是实现机器学习的一种方法。
机器学习与各种学习方法之间的关系：
注：这里把神经网络和深度学习归到监督学习下面可能不是很恰当，因为维度不一样，只能说有些监督学习的过程中用到神经网络的方法。
而在半监督学习或无监督学习的过程中也可能**用到神经网络，这里只在监督学习的模式下介绍神经网络。
机器学习就是让机器自己有学习能力，能模拟人的思维方式去解决问题。
机器学习目的不只是让机器去做某件事，而是让机器学**学习。就像教一个小孩，我们不能教他所有的事，我们只是启蒙他，他学**用我们教他的东西去创造更多的东西。
人解决问题的思维方式：
遇到问题的时候，人**根据过往的经历、经验、知识，来做决定。
机器模拟人的思维方式：
先用大量的数据训练机器，让机器有一定的经验，再次输入新的问题时，机器可以根据以往的数据，输出一个最优解。
所以，机器学习就是让机器具备学习能力，像人一样去思考和解决问题。
实现机器学习的三个步骤：
举个例子：我们现在要做一个预测房价的模型，假设影响房价的因素只有住房面积：
第一步：定义模型
假设：y=房价，x=住房面积
则定义模型：y=a*x+b
其中x为特征变量，a、b为参数。因此我们的目的就是利用训练数据（Training Data），去确定参数a、b的值。
第二步：定义怎样才是最好的（定义代价函数）
在第一步定义好模型之后，接下来我们要告诉机器，满足什么样条件的a和b才是最好的模型，即定义代价函数。
假设测试的数据（x1、y1）、（x2、y2）、（x3、y3）…；
假设测试数据到直线的距离之和为J；
则J²=1/M∑（x-xi）²+（y-yi）²之和，其中xi、yi表示每点的测试数据,M表示测试数据的个数。
因此我们定义最好的就是：使得J的值最小时，就是最好的。
第三步：找出最好的模型
根据第二步，我们知道什么是最好的了，接下来就是想办法求解出最好的解。
常用的就是梯度下降法，求最小值。剩下的就是输入数据去训练了，训练数据的量和数据源的不同，就**导致最终的参数a、b不一样。
这三步中基本上就是转化为数学问题，后面**单独写一篇文章说明如何将一个AI模型转化为数学的求解问题，其中主要涉及的一些专称有：预测函数、代价函数、误差、梯度下降、收敛、正则化、反向传播等等，感兴趣的同学可以关注下。
监督学习是从已标记的训练数据来推断一个功能的机器学习任务，主要特点就是训练数据是有标签的。
比如说图像识别：当输入一张猫的图**时，你告诉机器这是猫；当输入一张狗的图**时，你告诉机器这是狗；如此训练。
测试时，当你输入一张机器以前没见过的照**，机器能辨认出这张图**是猫还是狗。
监督学习的训练数据是有标签的，即输入时告诉机器这是什么，通过输入是给定标签的数据，让机器自动找出输入与输出之间的关系。
其实现在我们看到的人工智能，大多数是监督学习。
监督学习优缺点：
我们前面举的预测房价的例子就是一个线性回归的问题，我们要找一条线去拟合这些测试数据，让误差最小。
如果我们要误差最小，即要每一个测试点到直线的距离之和最小。（具体步骤可以参考我们前面介绍的实现机器学习的三个步骤）。
但是在现实问题中，可能房价跟住房面值不是单纯的直线关系，当住房面积到一定大的时候，房价的增幅就**变缓了；或者说当数据量不够大时，我们得到的模型跟测试数据太拟合了，不够通用。
为了解决这些问题，我们就需要正则化，就是让模型更加的通用。
图一：如果我们按y=a*x+b这个模型去训练，那得到的就**像图一这样的曲线，而当住房面积比较大时，可能预测效果就不好了；
图二：我们加入了一个二次项，拟合效果就很不错了，输入新数据时，预测效果比较好，所以这就是比较好的模；
那这么说就是拟合程度越高越好？并不是，我们的目的不是在训练数据中找出最拟合的模型，而是找出当输入新数据时，预测效果最好的。因此，这个模型必须具体通用性。
图三：我们加入了更高的三次项，模型跟训练数据拟合度太高，但不具备通用性，当你输入新数据时，其实预测效果也不好。因此需要通过正则化后，找到比较理想的通用模型。
线性回归的特点：
逻辑回归输出的特点：
逻辑回归主要解决的是分类的问题，有二值分类和多分类。
如上图，我们要做的事情就是找一条线，把黑色的点和蓝色的点分开，而不是找一条线去拟合这些点。
比如说做拦截垃圾邮件的模型，就把邮件分为垃圾邮件和非垃圾邮件两类。输入一封邮件，经过模型分析，若是垃圾邮件则拦截。
如上图，要做的是把不同颜色的点各自归为一类，其实这也是由二分类变换而成的。
比如说让机器阅读大量的文章，然后把文章分类。
线性回归与逻辑回归的举例说明，以预测天气为例：
假设我们现在做的是房价是升还是降的分类问题，我们之前假设影响房价的因素只有住房面积，但是实际上可能还需要考虑楼层、建筑时间、地段、售卖时间、朝向、房间的数量等等，可能影响因素是成千上万的。并且各因素之间可能存在关联关系的。
如果用回归问题解，则设置函数：
y=（a1*X1 + a2*X2 + a3*X3 + a4*X4…）+=（b1*X1X2 + b2*X1*X3 + b3*X1X4 …）+（三次项的组合）+（n次项的组合）
普通回归模型：
对于该模型来说，每个特征变量的之间的相互组合（二次项或三次项）都变成新的特征变量，那么每多一个高次项时，特征变量就**数量级的变大，当特征变量大于是数千个的时候，用回归算法就很慢了。而我们转换为神经网络去求解，就**简单得多。
神经网络模型：
先看下人类神经元的链接方式：
人的神经细胞连接是错综复杂的，一个神经元接受到多个神经元的信息，经过对信息处理后，再把信息传递给下一个神经元。
神经网络的设计灵感就是来源于神经细胞之间的信息传递，我们可以把神经网络中的每个圆圈看成是一个神经元，它接受上一级网络的输入，经过处理后，再把信息传递给下一级网络。
神经系统科学家做过一个有趣的实验，把一个动物的听觉皮层切下来，移植到另一个动物的大脑上，替换其视觉皮层，这样从眼睛收到的信号将传递给移植过来的听觉皮层，最后的结果表明这个移植过来的听觉皮层也学**了“看”。
还有很多有趣的实验：
上图是用舌头学**“看”的一个例子，它能帮助失明人士看见事物。
它的原理是在前额上带一个灰度摄像头，摄像头能获取你面前事物的低分辨率的灰度图像。再连一根线到安装了电极阵列的舌头上，那么每个像素都被映射到你舌头的某个位置上。电压值高的点对应一个暗像素，电压值低的点对应于亮像素，这样舌头通过感受电压的高度来处理分辨率，从而学**了“看”。
因此，这说明了动物神经网络的学习能力有多惊人。也就是说你把感器的信号接入到大脑中，大脑的学习算法就能找出学习数据的方法并处理这些数据。
从某种意义上来说如果我们能找出大脑的学习算法，然后在计算机上执行大脑学习算法或与之相似的算法，这就是我们要机器模拟人的原因。
1）相同：
都采用了分层结构（输入层、隐藏层、输出层）的多层神经结构。
2）不同：
传统的神经网络采用的是back propagation的方式进行，这种机制对于7层以上的网络，残差传播到最前面就变得很小了，所谓的梯度扩散。
而深度学习采用的训练方法分两步，第一步是逐层训练，第二步是调优。
深度学习中，最出名的就是卷积神经网络（CNN）和循环神经网络（RNN）。
关于深度学习，在这里就不展开了，之后**单独写一篇文章讨论深度学习，感兴趣的同学可以关注下。
半监督学习主要特点是在训练数据中，有小部分数据是有标签，而大部分数据是无标签的。
半监督学习更加像人的学习方式，就像小时候，妈妈告诉你这是鸡，这是鸭，这是狗，但她不能带你见过这个世界上所有的生物；下次见到天上飞的，你可能**猜这是一只鸟，虽然你不知道具体这只鸟叫什么名字。
其实我们不缺数据，缺的是有多样标签的数据。因为你要想数据很简单，就放一个摄像头不断拍，放一个录音机不断录，就有大量数据了。
简单说一个半监督学习的方式：
假设蓝色的和**色的是有标签的两类数据，而灰色的是无标签的数据，那么我们先根据蓝色和**色的数据划了分类，然后看灰色的数据在哪边，再给灰色的数据分别标上蓝色或**色的标签。
所以半监督学习的一个重要思想就是：怎么用有标签的数据去帮助无标签的数据去打上标签。
无监督学习的主要特点是训练数据是无标签的，需要通过大量的数据训练，让机器自主总结出这些数据的结构和特点。
就像一个不懂得欣赏画的人去看画展，看完之后，他可以凭感觉归纳出这是一类风格，另外的这些是另一种风格，但他不知道原来这是写实派，那些是印象派。
比如说给机器看大量的文章，机器就学**把文章分类，但他并不知道这个是经济类的、文学类的、军事类的等等，机器并不知道每一类是什么，它只知道把相似的归到一类。
无监督学习主要在解决分类和聚类问题方面的应用比较典型，比如说Googel和头条的内容分类。
先来聊聊强化学习跟监督学习有什么不同。
监督学习是每输入一个训练数据，就**告诉机器人结果。就像有老师手把手在教你，你每做一道题老师都**告诉你对错和原因。
强化学习是进行完一轮对话之后，才**跟机器人说这一轮对话好还是坏，具体是语气不对，还是回答错误，还是声音太小，机器不知道，它只知道结果是不好的。就像你高考，没有老师在你身边告诉你每做的一道题是对或错吧，最终你只**得到一个结果：得了多少分。
强化学习模型：
首先机器**观察它所处的环境，然后做出行动；机器的行动**改变环境；接着机器再次观察环境，再次做出行动，如此循环。
每一次训练结束，机器都**收到一个回馈，机器根据回馈，不断调整模型。
以Alpha Go为例：
首先AlphaGo**观察棋**的情况，然后决定下一步落子；待对方落子后，AlphaGo再次根据棋**的情况再次进行下一步。直到分出胜负之后，AlphaGo得到的reward是赢或输。经过这样大量的训练之后，AlphaGo就学**了，怎样做才更有可能赢。
强化训练的特点：
在此就介绍完了机器学习常见的内容，若文中有不恰当的地方，欢迎各路大神批评指正。
本文由 @Jimmy 原创发布于人人都是产品经理。未经许可，禁止转载。
题图来自Unsplash，基于CC0协议。
