首页 Mathematical Model机器学习与训练,有意思的训练模型

机器学习与训练,有意思的训练模型

欢迎光临 琥珀色的心!竹杖芒鞋轻胜马,一蓑烟雨任平生。 CTRL+D 即可收藏本站,期待您的再次光临!
在知乎上看到一个很有意思的问答,关于机器学习训练模型的,分享给大家
 
知乎问答链接:
 
知乎上翻译作者匿名,原文转自Quora 链接:
 
 
机器学习为什么需要训练,训练出来的模型具体又是什么?
 
  • 买芒果

想象一下某天你去买芒果。供应商摆放了一车的芒果。你可以尽管挑选,随后店家会根据你选的芒果重量收费。

 

很明显,你想挑最甜最熟的芒果(毕竟不是根据芒果质量给钱,而是芒果重量)。你会如何选芒果呢?

你想起你祖母曾经告诉你嫩黄色的比淡黄色的芒果甜。所以你制定了一个简单的规则:只选嫩黄色的芒果。你对比芒果颜色,选择嫩黄的,然后付钱回家,Happy ending?

Too young too simple 啊!

 

  • 生活是复杂滴

想象一下你回家之后,尝了一口芒果,呸!竟然不是你想象的甜!一点都不甜。然后你很沮丧,同时觉得祖母不够明智。你觉得除了颜色,应该有更多方法选甜甜的芒果。

经过大量的思考(以及品尝不同类型的芒果),你总结出一个铁则:越大颜色越嫩黄的芒果一定是甜的,而越小颜色却嫩黄的芒果有0.5的可能性是甜的。

为此你感到灰常地开心,然后把它谨记在心,准备下次买芒果的时候用。但是当你到了超市之后,你发现你最喜欢的芒果整个小镇都没有了。你只好买生产地不同的另一种芒果。此时你意识到你之前尝尽千种芒果总结的铁则已经失效。你必须从头开始尝(好幸福的买家)。从这家商店尝遍了所有类型的芒果之后,你总结了铁则2:小的、浅黄色的芒果一定是甜的!(真是不容易)。

现在,一个远亲表妹从另一个城市来拜访你。你决定用芒果招待她。但是她说她不介意芒果甜不甜,她最想吃多汁的芒果( ╯□╰ )。再一次,你运用你的经验,尝尽了牛鬼神蛇(各种各样)的芒果,然后铁则3诞生:越软的芒果越多汁。

后来,你去了世界的另一个地方。这里的芒果与你国家的天壤之别。后来铁则4呱呱坠地绿色的芒果比黄色的口感更好。

再后来,你跟一个讨厌吃芒果的人结婚了(这真是个悲伤的故事)。她更喜欢吃苹果。你去苹果市场买苹果,但是你所有的芒果铁则在这里都是废物了。与芒果类似,你根据苹果的颜色和形状以及味道来总结出一套苹果铁则。你这样做(尝了好多苹果(●’◡’●)),皆因爱她。

 

  • 进入计算机程序的世界

现在,想象这一切,你正在写一个计算机程序来帮助你选芒果(或你媳妇的苹果)。你将把下面的规则写出来:
if( 颜色是嫩黄 and 尺寸是大 and 卖的是自己最喜欢的芒果 )
芒果是甜哒!
if( 芒果是软的 )
此芒果多汁!
etc.

你将用这个铁则选芒果。你甚至可以把这个选芒果铁则清单发给你的弟弟,并且你确信他会帮你买到你最想要的芒果。

但是每多一次经验,在你重新审视你的铁则的时候不得不更改铁则清单。你必须了解所有影响芒果质量的错综复杂的细节。如果问题足够复杂,制定出精确的芒果规则是一件非常困难的事。而你的research可能会为你赢得芒果科学界的PhD(如果有的话)。

But not everyone has that kind of time.

翻译自Quora 原文链接:

How do you explain Machine Learning and Data Mining to non Computer Science people?

有什么翻译问题,请多多指教。

附机器学习网络公开课链接:

机器学习 Machine Learning Coursera

 

在这里,我要回答一下题主的问题。
1.机器学习为什么要训练?
你可以把买芒果的人当作机器,如果没有大量调查芒果的甜度与大小和颜色的关系,买到的芒果甜不甜就是一个概率事件。在这里,调查芒果的过程就是训练。
2.训练出来的模型是什么?
训练出来的模型,就是调查出来的结果。即,越大越嫩黄并且是”你“最喜欢产地出产的芒果,也就越甜。按照这个模型来买芒果,就一定是符合”你” 的甜芒果。


版权声明:如非注明文章皆由AmberHeart原创,转载请注明出处!
本文链接:机器学习与训练,有意思的训练模型

  1. 沙发
    笨返商城 2017-02-17

    是说下围棋的那个机器人吧

  2. 板凳
    老金@金博客 2017-02-24

    图片看不到,机器学习,在情感世界难。

  3. 地板
    Lorna 2017-03-14

    人工智能学习真心很厉害!

  4. 4楼
    themebetter 2017-03-15

    对于吃货来说,我就看到芒果了。

  5. 5楼
    面试技巧 2017-06-29

    人工智能未来会主宰这个世界,就从快递机器人说起