深度学习探秘之一：初识机器学习

事先声明，本文并不权威、甚至可能专业性都不够。因为我从去年开始接触深度学习，半路出家，只能跟没有接触过又想了解的朋友们一起探讨一下，如何开启这道神秘之门。从本文开始，将从我理解的角度从基础到实践，为大家写一个系列的文章。反正坑在这里了，慢慢填。

首先，我们来看看什么是深度学习。以前我们经常听说机器学习，深度学习是机器学习中的一种，是使用了深度神经网络的机器学习。好了，又挖了一个机器学习的坑。什么是机器学习？我们先从人类的知识学习过程讲起。

像上图描述的一样，人类通过对已经有的经验进行归纳总结出一套规律，当碰到新的问题时，可以通过先前总结的规律进行判断，从而得出一个新的结论。我们中文还发明了两个成语来描述这个事情，所谓举一反三、触类旁通。

几千年来，通过这样的学习方式，人类已经掌握了很多理论知识，同时也发明了很多工具来帮助人类，甚至创造了比人类计算速度快成千上万倍的计算机。有些伟大的科学家就想，能不能让计算机来替代人类思考和总结问题呢？其中之一就是图灵，他开始了人工智能的一系列理论研究，还提出了著名的图灵测试。可惜啊，被誉为计算机科学之父和人工智能之父的图灵英年早逝，甚至没有看到第一台电子计算机的诞生。我常常在想，如果图灵不去，我们或许已经在未来。

好了，言归正传，现在我们所知道的机器学习，正是借鉴了人类的学习过程，通过对历史数据的学习，训练出一个模型。当有新的数据出现的时候，模型可以将新数据作为输入通过一系列计算预测出一个输出。

我们现在这样讲其实有点跳跃，不太好理解，我们来尝试举个例子。机器学习里面有常见的几类问题，比如回归和分类。回归对于没有数学基础的朋友很难形象描述，我们讲个分类问题：比如区分男人和女人。假设我们不知道如何区分一个男人和女人，其实也不用假设，现在互联网上你很难知道你面对的一个人是男人还是女人。我们只知道这个人的网名、行为记录（比如聊天记录、消费记录、观影记录）等。幸运的是，我们有一些好朋友，我们清楚的知道他们的性别，那么这些好朋友就将成为我们的研究对象，我们总他们身上总结出一些规律，以此来判断其他网友的性别。

那有朋友要问了，我们人会思考，计算机怎么去想呢？机器不想，机器是计算，计算一个网友是男性还是女性的概率是多少。人类科学家基于统计分析已经建立了很多种模型，机器学习要干的事情就是选一种模型，把已知的各种数据输入，得到男人女人的概率，和我们已知的结果比较一下，然后再调整里面的参数，最终得到一个预测模型。在这个预测模型里面，你输入一个未知性别的一组数据，就得到这位网友是男女的概率是多少。

当然这个训练的过程说起来是简单，但是里面有很多问题。首先一个就是数据应该选哪些？因为我们的计算机计算能力毕竟有限，不可能把所有的数据都放进去计算。并且有些数据经过分析知道与结果没有帮助的，就没必要放进去了。所以要经过一些分析，把对结果影响比较大的一些数据作为特征提取出来参与训练。这一过程叫做特征工程。

其次，模型的选取与问题是否匹配，参数如何调整等等，还有过拟合欠拟合等等，所以机器学习其实不太好弄的。

好了，这个坑已经挖的差不多了，深度学习还没有出来。太棒了，我们下篇文章再讲。如果你还感兴趣的话，请关注公众号。哈哈！