谷歌教你学 AI-第一讲机器学习是什么?

CDA字幕组 翻译整理

本文为 CDA 数据分析师原创作品,转载需授权

最近,Google Cloud发布了名为“AI Adventures”的系列视频,介绍了机器学习的概念、学习方法和一些工具。

每个视频时间在5-15分钟内不等,用简单易懂的语言让初学者了解AI以及机器学习的方方面面。

视频主讲人是Google Cloud的开发者和布道师 Yufeng Guo,一位年轻有为的华裔小哥哥。这位小哥哥逻辑清晰,语音纯正。在观看视频的同时不仅能学习AI方面的知识,对英语学习也很有帮助哦。

CDA字幕组目前在对该系列视频进行汉化,今天带来第一讲:机器学习是什么?之后将继续连载,欢迎关注和支持~

附有中文字幕的视频如下:

AI Adventures-第一讲机器学习是什么

针对不方便打开视频的小伙伴,CDA字幕组也贴心的整理了文字版本,如下:

(文末有彩蛋! )

世界中充满了数据,大量的数据。图片、音乐、文字、电子表格还有视频。而且在短时间内丝毫没有放缓的趋势。机器学习给所有的数据带来意义。

Arthur C. Clarke有一句名言(英国作家 发明家 主要作品《2001太空漫游》)。

"任何足够先进的技术无异于魔法"。

我发现与其说机器学习是魔法,不如说是可以利用的工具和技术,从而用你的数据解答问题。

这是Cloud AI Adventures系列视频,我叫 Yufeng Guo。在每一期视频中我们将探究机器学习的艺术 科学以及工具。在这一过程中我们将发现,获得精彩的体验以及得出有价值的见解是多么的简单。

机器学习的价值刚刚开始显现。如今世界中充满了数据,这些数据不仅仅由人类产生的,还由计算机、手机和其他设备产生。在将来这只会持续地增加。

我们身边的数据

从传统层面来说,人们分析数据并改进系统去适应数据模式的变化。然而随着数据量超过人类理解以及手动编写规则的能力,我们将越来越多的转向自动系统。自动系统能够从数据中学习,更重要的是从数据的变化中学习,从而适应所面临的大转变。

机器学习无处不在

在如今使用的产品中,我们总可以看到机器学习的身影。这些产品背后都有机器学习的参与,但这不总是那么明显。

比如给照片中的物体和人加标签,这很显然有机器学习的参与。但是视频网站自动推荐接下来看的视频,就不那么明显了。然而这也是通过机器学习实现的。

当然,最明显的例子就是谷歌搜索引擎。每次你使用谷歌搜索,当中都包括了很多机器学习系统。从理解你搜索的文字,到根据你的个人兴趣调节搜索结果。

比如当你搜索"Java"时,根据你是咖啡方面的专家还是开发人员把哪个结果放在最上面。是优先显示Java咖啡豆,还是Java编程语言。也许你两者都是。

如今机器学习的即时应用已经无处不在,包括图像识别、欺诈检测以及推荐系统。同时还包括文本系统和语音系统。

这些强大的功能可以适用于广泛的领域,比如糖尿病视网膜病和皮肤癌检测、零售业以及交通方面,比如自动停车和自动驾驶汽车。

不远的将来

不久之前,当公司和产品中包含机器学习技术这会被认为很新奇。而现在每家公司都设法在产品中使用机器学习,这迅速成为了理所应该的特点。正如我们期待公司提供,能够在手机设备上运行的网站或者相关APP。

很快我们的科技将具有个性化,有洞察力以及能够自我修正。

随着我们利用机器学习,让人类的各种任务比起以往能够更快更容易完成。我们可以看得更长远一些,比如机器学习能够帮助我们达成凭借一己之力无法完成的任务。

幸运的是,如今利用机器学习并不难。工具发展的很不错,你所需要的就是数据、开发人员以及敢于冒险的意志。

使用数据解答问题

在这里,我把机器学习的定义减少为五个词。

"使用数据解答问题"

(using data to answer questions)

我们可以把该定义分成两个部分:"使用数据" 和"解答问题”。

这两部分大致论述了机器学习的两方面,两者都一样重要。"使用数据"也就是我们所说的训练;”解答问题"也就是做出预测或者推理。

下面让我们简单看下这两部分。训练就是使用数据来创建和调整预测模型,该预测模型之后可以对新的数据进行预测,并解答那些问题。随着收集的数据越来越多,模型会不断改进,从而部署出新的预测模型。

数据是关键

你可能注意到了,整个过程的关键部分是数据,一切都依赖着数据。

数据是开启机器学习的钥匙,同样,机器学习也是开启隐藏在数据中见解的钥匙。

以上只是机器学习的简介,关于其重要性和一些应用。机器学习是一个广泛的领域,贯穿于各种从数据中得出答案的技术。

接下来还有什么

在之后的视频中我们将讲解,针对给出的数据集应该用哪些方法以及关于你想解答的问题,还包括提供实现这些功能的工具。

下一个视频中我们将深入探讨,在给出更多细节的情况下,如何进行机器学习的具体步骤。通过一步步递进深入,关于如何解答机器学习问题。

下期预告:机器学习的七个步骤

  • 发表于:
  • 原文链接:http://kuaibao.qq.com/s/20171228A0P8HB00?refer=cp_1026

扫码关注云+社区