机器学习是一种技术，使计算机能够从数据中学习并在不需显式编程的情况下做出决策。它通过识别数据中的模式并据此进行预测来工作。它被用于以下领域：

•  图像识别
•  语音处理
•  语言翻译
•  推荐系统

对机器学习的需求

机器学习之所以重要，是因为传统编程无法高效处理复杂任务或大量数据。机器学习通过从数据中学习并做出无固定规则的预测来克服这一问题。其必要性如下：

1. 解决复杂的商业问题

传统编程在语言理解和医学诊断等任务上遇到困难。机器学习从数据中学习并轻松预测结果。

示例：

• 医疗领域的图像和语音识别。
• 语言翻译与情感分析。

2. 处理大量数据

互联网每天都会产生大量数据。机器学习通过提供有价值的洞察和实时预测，快速处理和分析这些数据。

示例：

• 金融交易中的欺诈检测。
• Facebook和Instagram上基于数十亿次互动的个性化动态推荐。

3. 自动化重复性任务

机器学习以高精度自动化耗时且重复的任务，从而减少手工工作和错误。

示例：

• Gmail 会自动过滤垃圾邮件。
• 聊天机器人负责订单追踪和密码重置。
• 自动化大规模发票分析，获取关键洞察。

4. 个性化用户体验

机器学习通过根据个人偏好定制推荐，提升用户体验。它分析用户行为，提供高度相关的内容。

示例：

• Netflix根据我们的观看历史推荐电影和电视剧。
• 电商网站推荐我们可能购买的产品。

5. 绩效自我提升

机器学习模型随着数据的增加不断演变和改进，有助于随着时间推移变得更智能。它们会根据用户行为进行调整，提升用户的表现。

示例：

• 像Siri和Alexa这样的语音助手学习我们的偏好和口音。
• 搜索引擎根据用户互动优化结果。
• 自动驾驶汽车利用数百万英里的驾驶数据改进决策。

机器如何从数据中学习

机器通过在数据中发现模式并随着时间不断改进而学习，无需显式编程。它会根据经验进行调整，做出更准确的预测。这种学习过程包括以下步骤：

1. 数据输入：机器需要分析文本、图片或数字等数据。高质量和充足的数据量对于有效学习至关重要。
2. 算法：算法是帮助机器在数据中发现模式的数学方法。不同的算法帮助不同的任务，比如分类或回归。
3. 模型训练：在训练过程中，机器会调整内部设置以更好地预测结果。它通过缩小预测与实际结果之间的差异来学习。
4. 反馈循环：机器将预测与真实结果进行比较，并利用这些反馈纠正错误。像渐变下降这样的技术可以帮助它更新和改进。
5. 经验与迭代：机器多次重复训练，利用数据帮助每次精炼预测，更多数据和迭代能提高准确性。
6. 评估与泛化：基于新数据进行测试，以确保真实世界的性能

数据是机器学习的基础，因为模型会学习模式并据此做出预测。高质量和多样化的数据有助于提升准确性、性能和实际结果。

机器学习的类型

机器学习主要有三种类型，分别如下：

• 监督式学习：从已知正确输出的标记数据中学习，从而进行预测或分类。
• 无监督学习：通过自动发现隐藏的模式、相似点或群体，从未标记的数据中学习。
• 强化学习：通过反复试错，正确行为获得奖励，错误行为受罚。

想了解更多关于类型的信息，请参见：【02】机器学习的类型

机器学习的优势

机器学习通过自动化任务和从数据中提取洞察来改善流程，使系统更智能、更高效。

• 自动化重复性任务，提升生产力
• 在大数据中发现模式以做出更好的决策
• 提供定制推荐和体验
• 使机器人和系统能够准确执行复杂任务

挑战

• 机器学习模型从训练数据中学习，如果数据有偏见，模型的决策可能不公平，因此仔细选择和监控数据非常重要。
• 由于依赖大量数据，敏感信息存在暴露风险，因此保护隐私非常重要。
• 复杂的机器学习模型可能难以理解，这也使得解释它们为何做出某些决策变得困难。这会影响信任和责任感。
• 自动化可能会取代部分工作岗位，因此重新培训和帮助员工学习新技能对于适应这些变化非常重要。

应用

• 在医疗领域，它诊断疾病、预测结果并个性化治疗
• 金融领域负责侦测欺诈、支持交易并评估信用风险
• 推荐产品，预测需求并分析客户行为
• 为自动驾驶汽车提供动力，优化路线并预测维护
• 推荐内容并启用图像/语音识别
• 检测缺陷并预测机器故障

随堂小测

Q1. 机器学习的主要功能是什么？

A 为所有任务制定明确规则        B 从数据中学习以做出预测

C 存储大量信息                          D 提升硬件效率

Q7. 以下哪一种最能描述监督式学习？

A 从标记数据中学习以进行预测

B 在未标记数据中发现隐藏模式

C 无需任何事先培训即可分析数据

D 没有任何数据就做决策

Q8. 以下哪一个是无监督学习的例子？

A 利用历史销售数据预测房价

B 根据预定义标签对垃圾邮件进行分类

C 根据购买行为对客户进行分组

D 用标注示例识别欺诈交易

Q9. 哪一句话最能描述机器学习中的机器“学习”方式？

A 通过遵循程序中的固定指令

B 通过识别数据中的模式并通过经验改进

C 通过随机猜测输出直到成功

D 通过存储所有数据而无需处理