【周末漫谈】用漫画,深入浅出解读机器学习

故事一:瑞雪兆丰年

我们中国有一句关于农业生产的古老谚语:瑞雪兆丰年。

就是说,如果前一年冬天下雪很大很多,那么第二年庄稼丰收的可能性比较大。

这条谚语是怎么来的呢?我们可以想象当时的情景:

第一年冬天

第二年收获时节

第二年冬天

第三年收获时节

第三年冬天

第四年收获时节

年复一年,若干年后的冬天......

这就是瑞雪兆丰年的故事。头年的瑞雪和来年的丰收,本是两个看起来并不相关的现象,但是智慧的农民伯伯通过几十年甚至几代人的经验,总结出了两个现象之间的规律。

现代的农业学家通过科学的分析,弄清了瑞雪兆丰年规律背后的本质原理。但是对于古代农民伯伯来说,知道规律就足够了,可以通过规律来为下一年的生产生活做出有效的调整。

故事二:啤酒和尿布

上个世纪90年代,沃尔玛超市已经是美国最大的零售企业,拥有大量的顾客资源。那时候的沃尔玛已经采用了先进的计算机技术,随时记录着每天众多顾客购物车中所挑选的商品明细。

在其中一个普通的日子里:

就这样经年累月,沃尔玛积累了大量的顾客购物数据。直到某一天,沃尔玛的技术专家发现:

于是,这一尝试实行以后......

从此,沃尔玛的销售额得到了显著提升,啤酒尿布的故事也广为流传,成为了销售界和IT界津津乐道的成功典范......

这就是沃尔玛啤酒和尿布的故事。顾客购买啤酒的行为和顾客购买尿布的行为,原本是两个看起来没什么关联的现象。但是沃尔玛的技术专家以大量的用户购物数据为样本,通过先进的算法,最终寻找到了两者之间的重要关联和规律。

为什么购买啤酒的人更有可能同时购买尿布呢?是因为有了小孩的男人比别人更爱喝啤酒?还是因为爱喝啤酒的男人比别人更顾家?这些臆测似乎都有些牵强。

但是沃尔玛不需要关心规律背后的本质。对企业来讲,利用发现的规律,获得实实在在的利益就足够了。

以下是小灰根据个人理解说画的流程图:

以下是大黄基于小灰的流程图所做的补充:

以下是大黄对流程图结果部分作出的调整。其中假设模型可以理解成训练出来的降雪和收获的规律,通过假设模型,从新一年降雪情况推断出下一年收获情况的过程叫做回归。至于啤酒尿布的例子,属于截然不同的机器学习类型,只需要找出关联关系,并不需要进行回归。

机器学习按照方式不同主要分为三大类,有监督学习(Supervised learning)、无监督学习(Unsupervised learning)以及半监督学习(Semi-supervised learning)。

监督学习:通过已有的一部分输入数据与输出数据之间的对应关系,生成一个函数,将输入映射到合适的输出。在瑞雪兆丰年的例子中,头年降雪量就是输入,来年亩产量就是输出。

非监督学习:直接对输入数据集进行建模,寻找关联。例如啤酒尿布的例子,只需要寻找关联性,并不需要什么明确的目标值输出。

半监督学习:综合利用有输入输出的数据,和只有输入的数据来进行训练。可以简单理解成监督学习和非监督学习的综合。

这里所介绍的相关知识,只是作者对于机器学习领域的浅层次理解。通过这篇漫画,希望没有从过IT行业,或者不了解机器学习的朋友们能够对机器学习有一些初步的认知。

原文发布于微信公众号 - 钱塘大数据(qtbigdata)

原文发表时间:2017-06-10

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏华章科技

漫画:什么是机器学习?

感谢作者 玻璃猫 (订阅号 梦见 ID dreamsee321) 投稿,如需转载,请与作者联系授权事宜。

602
来自专栏AI科技评论

动态 |《机器学习》作者Tom Mitchell:人工智能如何向人类大脑学习?

AI科技评论按:4月27日,GMIC 2017(全球移动互联网大会)北京站开幕。卡耐基梅隆大学计算机科学学院机器学习系主任Tom Mitchell发表了“突破人...

3325
来自专栏机器之心

SIGIR 2018 | 通过深度模型加深和拓宽聊天话题,让你与机器多聊两句

选自sigirdawnet 作者:Wenjie Wang等 机器之心编译 参与:Panda 目前大多数基于生成的对话系统都会有很多回答让人觉得呆板无趣,无法进行...

3035
来自专栏ATYUN订阅号

【学术】量子算法与计算机对抗,胜者究竟是谁?

我们对“量子霸权(quantum supremacy)”的追求证明了量子计算机比普通计算机能够更快地做一些事情,但是,却自相矛盾地导致了准量子典型算法的繁荣。 ...

3114
来自专栏AI科技大本营的专栏

AAAI 2018 杰出论文出炉,两位中国留学生共同获奖

编辑 | 周翔 作为人工智能的顶级会议,AAAI 2018 将于 2.2~2.7 在美国路易斯安那州的新奥尔良举行。然而,大会还没开始,获奖信息就已经在网上传播...

34314
来自专栏PPV课数据科学社区

【学习】数据分析必须掌握的分析术语

1、增长: 增长就是指连续发生的经济事实的变动,其意义就是考查对象数量的增多或减少。 2、百分点: 百分点是指不同时期以百分数的形式表示的相对指标的变动幅度。 ...

2753
来自专栏AI研习社

面试官如何判断面试者的机器学习水平?

面试官如何判断面试者的机器学习水平? 首先这个问题问的很广。做机器学习方向很多,有些公司更偏重于数据挖掘,而有些更倾向于深度学习。同理,相对应的岗位有些偏重理论...

36611
来自专栏AI科技评论

【深度】Nature:我们能打开人工智能的“黑箱”吗?

编者按:人工智能无处不在。但是在科学家信任人工智能之前,他们首先应该了解这些人工智能机器是如何运作的,这也就是文中所提到的“黑箱”问题。在控制论中,通常把所不知...

2866
来自专栏大数据文摘

专访2016CCF大数据与计算智能大赛冠军:针对广告位的作弊检测算法

1495
来自专栏机器人网

【漫画】通俗易懂讲清楚什么是机器学习?

来源:伯乐在线,作者:玻璃猫 ------ 【导读】 ------ 理解机器学习真的没那么难。 在一个风和日丽的周末…… ? ? 故事一:瑞雪兆丰年 ? ...

3304

扫描关注云+社区