【学术】入圈人工智能 你需要了解无监督机器学习的真正能力

“嘿,Siri。中国的首都是什么?”我们都知道接下来会发生什么——Siri提供了答案。Siri是如何知道正确答案的,这并不是一个谜,但更有趣的是,Siri能够完全理解这个问题。

Siri可以理解和回应人类的语音,这也是Facebook在你输入名字之前就知道在照片上添加标签的原因。这种“理解”是一种被称为机器学习的技术。

受过训练的机器学习 机器学习有两种类型:受过训练的和未经训练的。我们中的大多数人在日常生活中都经历过训练的或监督机器学习,从天气预报和运动结果预测到Siri和Facebook。这些示例被认为是受过训练的机器学习,因为它们需要输入和输出数据。

受过训练的机器学习形式是一种分类或回归。分类是指机器预测离散的响应,例如电子邮件是垃圾邮件还是合法邮件。经过足够多的手工区分,机器开始学习。它使用随时间收集的信息(输入数据)来确定结果,而结果就交给了输出数据。

回归是指机器预测持续的响应。我们通过股市预测看到这种训练机器学习的形式。想象一下,你被要求在这个序列中确定问号代表的数字:“3-9,4-16,5-25,8-?”你会怎样回答?你的答案可能是64,如果是的话,你是正确的。可以肯定的是,你可以通过研究这个序列来得出结论,并认识到每个数字后面都带有一个完美的平方。你通过研究一个序列,并且确定一个模式来得出结果。

在分类和回归的情况下,机器使用输入数据来确定输出,而输出必须在所提供的输出数据中。

还有一个更可靠的例子,让我们看看Facebook建议用户在照片中添加标签的方式。

Facebook不知道你和你的朋友长什么样子;它只是从之前标记的照片中收集数据,通过重复“学习”如何识别每个人。一个人的照片越多,Facebook就越有可能做出准确的建议。这就是为什么机器输入的数据越多,输出的结果就越准确。

未经训练的机器学习 未经训练或无监督的机器学习与受过训练的机器学习不同,因为它只需要输入数据。大多数未经训练的机器学习是一种集群分析的形式,其中一组数据以一种方式分组,以便每个组(或集群)中的项目比其他集群中的项目更相似。

未经训练的机器学习,就没有必然的结果。机器允许我们将数据输入机器学习算法,以确定特定数据集的“正常”值。我们不告诉机器什么是正常的;相反,它能够通过数据来确定什么是正常的,并根据行为创建组。这个系统没有发现任何不好的东西。从其他集合中,它决定了什么是有趣的或者是不同的。

组织可以利用未经训练的机器学习来防止潜在的威胁。它通过检查用户的行为(例如登录时间)来确定是否有异常的活动。通过跟踪每个用户在什么设备上登录到系统中,该机器可以开始创建集群。随着时间的推移,这台机器将能够预测特定用户的登录行为,因此,如果在模型之外有足够多的东西,它将被标记为奇怪的行为。

例如,假设一个员工主要从工作网络和家庭网络中登录公司系统,但是现在正在从一个新的位置登录。虽然这个人以前从未在新的场所登录过,但他们组中的其他用户登录过。因此,对于特定的人来说,这是不正常的,但是因为对于他们组中的其他用户来说,这是正常的,所以可能这种不正常的结果会引起关注。

在未经训练的机器学习中,组(输出)不是手动选择的。系统通过行为创建集群,然后使用这些信息进行比较。

人为因素 随着技术日益成熟,机器学习越来越融入我们的日常生活,许多人担心机器会取代人类。但现实是,在大多数应用程序中,没有添加人为因素的机器是无法实现的。无论受过训练还是未经训练,机器学习永远不会完全消除人类参与的需要。

请记住,机器只学习它所提供的数据。当使用机器学习技术时,重要的是要理解哪些数据点是有意义的。确定登录行为的风险或确认Facebook照片的身份是通过人工验证完成的。

因此,与其害怕机器学习,我们应该学习如何利用这项技术来获得最佳的优势,同时也要了解它的局限性。了解输入数据并对其产生的输出数据有清晰的理解是非常重要的。毕竟,为了让机器拥有真正的“知识”,它需要你的智慧。

原文发布于微信公众号 - ATYUN订阅号(atyun_com)

原文发表时间:2017-12-07

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

来自专栏机器之心

深度学习应用实践指南:七大阶段助你创造最佳新应用

选自arXiv 作者:Leslie N. Smith 机器之心编译 参与:Jane W、黄小天 近日来自美国海军研究室人工智能应用研究中心的 Leslie N...

2498
来自专栏CDA数据分析师

带你十分钟看懂机器学习与 TensorFlow(GDD 2017)(附视频中字)

TensorFlow是世界上最流行的开源机器学习框架。在2017年谷歌开发者大会欧洲站中,Andrew Gasparovic介绍了TensorFlow以及发展的...

1968
来自专栏人工智能头条

吴恩达《机器学习训练秘籍》:7 条关于项目实践的实用建议

1539
来自专栏PPV课数据科学社区

【译】你真的知道数据挖掘的秘密吗?

版权申明 作者:Jason Brownlee 原文链接:http://machinelearningmastery.com/what-is-data-mini...

2686
来自专栏机器之心

学界 | 百度提出使用GAN构建语音识别新框架

2927
来自专栏机器之心

业界 | 进化算法 + AutoML,谷歌提出新型神经网络架构搜索方法

选自Google Research Blog 作者:Esteban Real 机器之心编译 参与:刘晓坤、路雪、李亚洲 通过在 AutoML 中结合进化算法执行...

3296
来自专栏AI科技大本营的专栏

硬货 | 分析完2017ACL论文和演讲,我发现了深度学习在NLP中的四个发展趋势

向AI转型的程序员都关注了这个号☝☝☝ ? 作者通过分析2017年ACL的论文,以及演讲内容,得出了四个NLP深度学习趋势: Linguistic Struct...

2944
来自专栏IT派

Python作为机器学习语言的老大,跟在它后面的语言都是谁?

Python 由于本身的易用优势和强大的工具库储备,成为了在人工智能及其它相关科学领域中最常用的语言之一。尤其是在机器学习,已然是各大项目最偏爱的语言。

760
来自专栏机器之心

ACL 2018 | 百度提出交互式语言学习新方法:让智能体具备单次概念学习能力

1574
来自专栏人工智能头条

资源 | 给程序员,准入门级深度学习课程

1344

扫描关注云+社区