关于人工智能这个概念,相信各位小伙伴都不会陌生,近年来最热门的概念就包括人工智能。但是,关于机器学习很多人都很陌生,有的同学会问:“机器学习是干啥的呢?”今天笔者就简单介绍一下机器学习。
机器学习在人工智能领域中扮演着“大脑”的角色,它是实现人工智能的一种主要途径。笔者在学习过程中也曾傻傻分不清“人工智能、数据挖掘、机器学习”这几个概念,后来发现,这几个概念是无法分开独立存在的,比较易于接受的理解就是将机器学习当做实现人工智能和数据挖掘的工具。
那么机器学习到底是怎么样实现的呢?通过如下的模型图,我们可以有一个较为直观的理解:
简单说,机器学习就是将大量的数据放入算法模型中进行训练,得到一个预测或者识别的模型,这个模型就是机器学习的核心工具。当有新数据进入时,我们使用之前训练得到的模型训练新数据以达到识别或者预测的目的。
下面我们说一下机器学习的主要步骤:
1.根据需要完成的任务目标确定需要使用的算法。最主要的算法包括:分类算法、回归算法、聚类算法等等,不同的算法可以解决不同的业务问题,选择一个合理的算法,是机器学习的基础工作。
2.根据选择的算法做好数据预处理。学习的方式可能包括:有监督学习(数据有标签)、无监督学习(数据无标签)和半监督学习。针对每一种学习方式需要我们做不同的数据处理。
3.使用选择好的算法训练处理好的数据得到训练模型。在这个过程中最重要的就是进行算法的参数设置,针对每一个数据集,算法的最佳参数都不相同。调参需要很长时间,是机器学习过程中最为耗时的一个步骤。
4.使用训练好的模型训练新数据,得到结果并且评估计算结果。在评估计算结果的时候需要采用合理的评估指标,这样才能比较准确的衡量我们的模型是否有效。