写给开发者的机器学习指南(一)

文：Mike de Waard

大多数开发人员已经听说过机器学习，但是当试图找到一种“容易”的方法进入这种技术时，大多数人发现自己被机器学习和术语的抽象概念吓退了，例如回归，无监督学习，概率密度函数等许多其他的定义。如果一个人选择阅读书籍，如使用R语言的统计学习介绍，以及使用R语言的黑客的机器学习。

然而R并不是真正的编程语言，其中用于日常使用的是例如Java，C＃，Scala等语言。这就是为什么在这个博客中，将介绍使用Smile，一个机器学习库，在Java和Scala中都可以使用的一个机器学习库。这些是大多数开发人员在学习或职业生涯中至少看过一次的语言。

第一部分“The global idea of machinelearning”包含了您需要了解的所有重要概念和概念，用于开始了解“实际示例”一节中描述的实际示例。该部分的实例来自“机器学习黑客”一书的例子。此外，机器学习实战这本书可以被用于验证。

第二部分“Practical examples”包含了各种机器学习（ML）应用程序的示例，作为ML库的Smile。

The global idea of machine learning

你可能已经听说过机器学习不止一次了。 但是，如果你必须解释机器学习是什么给另一个人，你会怎么做呢？在阅读本节的其余部分之前，想一想这一点。

机器学习可以以许多方式解释，有些会比其他的更准确，但是它的定义有很多不一致的地方。有人说机器学习是基于历史数据生成静态模型，然后允许您预测未来的数据。其他人说这是一个动态模型，随着时间的推移，随着更多的数据被添加，它会不断变化。

我更认可的动态的定义，但由于某些限制，我们会解释示例中的静态模型方法。然而，我们会去解释动态原理如何在子集机器学习中工作的。

下面的小节解释了机器学习领域中常用的定义和概念。 我们建议您在开始实践示例之前阅读这些内容。

Features

特征是训练完的模型的特性。举例来说，您可以根据「购买」和「金钱」这个字词的频率，将电子邮件归为垃圾邮件或垃圾邮件。然后这些词就是特征，或者是特征的一部分，如果你将它与更多的词组合。 如果你使用机器学习来预测一个人是你的朋友，那么“常见”朋友的数量可能是一个特征。 请注意，在字段中，有时特征也可称为属性。

Model

当谈到机器学习时，通常提到模型这个术语。模型是任何机器学习方法和该方法中使用的算法的结果。模型可用于在监督下进行预测，或在无监督学习中检索聚类。有很高的机率，你会遇到在在线训练模型和离线训练模型等术语。在线训练背后的理念是，您可以将训练数据添加到已存在的模型中，而使用离线训练可以从头开始生成新模型。出于性能原因，在线训练将是最好的方法。然而对于一些算法，这是不可能的。

--未完待续