【初识】机器学习-是个什么东西

学机器学习啦，学机器学习啦~！欢迎大家来学习机器学习！在正式学习机器学习之前，我们先来随便聊聊机器学习是什么，好让上手之前有个初步的印象，知道它大概是个什么东东，好了，让我们开始吧！

一、机器学习是什么

其实机器学习呢，可以简单地认为，就是有一些输入x，然后我们用一个数学模型，来预测x对应的y。

这样说可能有些抽象，那么实际点，就是输入天气相关的变量，例如湿度啦、温度啦之类的，然后输出今天的风级。那么机器学习要怎么干呢，就是选用一个模型(对，一般不是构造一个模型，而是选用一些知名、已有的模型)，然后去采集一些数据回来，进一步训练模型中的参数，使得在模型中输入x的时候，尽量准确的输出y：

而搞机器学习呢，就要学会一些常用的模型，然后训练前把数据处理好，再丢到模型中训练，最后验证模型的效果，在确定模型训练好之后，就可以把它投到实际中去使用了。

• 机器学习杂七杂八的问题

虽然机器学习看起来很纯粹，但当它应用到各个领域中去，内容就变得庞大了，例如训练时不需要y，那就称为"无监督学习"，需要y，就称为"有监督学习"，如果数据是时间序列，那就是"时序模型"，等等等等，刚开始把机器学习理解为"从数据中学习规则、进行新的预测"就好了，而其余衍生的问题与内容，很零零散散，例如还会解决聚类问题啦、降维问题啦，等等等等，刚开始时知道核心问题，在慢慢的接触中，就会了解它整个生态了。

二、现在的机器学习是什么

机器学习是什么？每个时期都有不同的看法，下面我们就随便地、不严谨地唠一唠。

• 机器学习的崛起

数学模型当然是历史以来就有的东西，但比较特殊的是，在有了计算机后，大家就开始想着往人工智能发展了，仿生模型、算法就开始发展了，但是搞来搞去，智能算法没有太大成果，所以退而求其次，就不管“是不是仿生”了，只要能解决问题就行了，这时就退化成"机器学习"了，也就是不要求"生物原理"，只要能解决"预测"一类的局部问题就行了，当成"机器"来使用就行了，就这样，机器学习就横行起来了，但是呢，始终是这波人在玩、同时也继承了许多前期搞智能算法的成果，所以大家看到的一些机器学习老书籍，往往是把历史以来的数学模型+前期的智能算法+机器学习算法混在一起，都圈到机器学习领域中来了。

从1990-2010年这段时间，机器学习逐渐横行，所以在这段时间里，只要是模型、算法之类，都可以圈到机器学习中来，即使"神经网络"一类的算法严格意义来说并不算机器学习，但在这个时期，在大家的认知中它就属于机器学习。

所以，如果是2010年前接触机器学习，整体的感觉是，AI发展不足，后来被机器学习逐步鲸吞天下了。

• 机器学习的转折

好了，上面说到机器学习横行，在名义上似乎要把一切算法都揽到它的旗下。

然而，转折来了，2012年卷积神经网络的提出，在图像识别上取得了极大效果，自此以它为起点的一系列算法举起"深度学习"的名号，自成一帜，就不再认它属于机器学习了，接下来Alpha Go在围棋的成就，也不肯认它属于机器学习，其实Alpha Go并不仿生，本质更应属于机器学习，但毕竟打着AI的噱头更具吸引力，自然不愿将自己归属到机器学习。此外，处理文本的(NLP)、自动驾驶的这些专业领域，虽然干着算法的事、但也自成一方小天地。

可以想象，优秀出彩的，都划分出去自成一家啦，那渐渐的剩下给机器学习的就越来越少了。我们现在也不必过分泾渭分明的去区分哪些是机器学习的内容，实际一点，那就是剔除了所有专有领域(NLP、深度学习、神经网络等等)之外、剩下的内容，就当成是机器学习好了。

所以，如果是2010年开始接触机器学习，那整体的感觉就是：机器学习是祖宗，但诞生了许多独立分枝。

• 现在的机器学习

最后，我们站在现在的角度再来看看机器学习。

现在的机器学习，往往是指一些机器学习中的传统老方法，和一些还没自成一体的新技术。而它们解决的问题，往往面向的数据都是“变量一个一个的、数据一条一条"，被戏称为"表格数据"：

所以，如果是现在接触机器学习，按通俗理解，它就是一些解决"表格数据"问题的模型，再加上一些历史遗留的算法和方法。而像文本、图片这些非表格结构的数据，就交给NLP、深度学习等等了。

• 现在的机器学习-要学什么

如果现在接触机器学习，那么它基本就充当着两个角色：一个是解决表格数据问题，另一方面则可以当成其它算法领域的基础。现在学习基础，就奔着这两个目的来选择性学习内容就好了，不太建议把一些已经独立出去的内容再揉在机器学习里一起学，而是需要学时再专业、系统地去学。

如果现在找一本2015年前的机器学习书籍去学，就会发现里面又讲神经网络、又讲NLP、又讲机器学习，那时的算法内容少，这样学是没问题的，现在各个领域的内容经过长期发展，都已经很庞大、很专业了，再这样就不太可行了，现在每个领域都比较专业，浅学不如不学，学了也还是门外汉中的门外汉。

结束语

在这里就胡言乱语的跟大家扯一下，只是想给新同学一些关于机器学习的初步印象，事实上在我自己学习时，已经很疲惫和厌倦那种"严谨定义式"的空洞介绍类型的教材方式了，所以在这里我也就不严谨地跟大家乱扯一下，图个轻松和乐子、各人有各人的印象和理解就好，说错了大家不要跟我较真就行。