/yh0vlde8vg8ep9vge/article/details/78736109
机器学习出现的目的:
机器学习不是凭空出现的一个名词或概念,他是人们从古到今一直研究的一个领域或课题
人们一直致力于让生活更简单,所以发明了蒸汽机进入机械时代,后又出现自动控制理论,进入到自动化时代,这时还是认为规定机器的行为,通过设定参数的放射。
直到今天出现大数据,进入到智能时代,智能时代的终极目标是要让机器可以像人一样可以自主学习,把人从现在的学习中解放出来,通过机器去替人进行学习,得到知识后被人所利用
最终目标:机器自己学习知识,将数据转化为经验,提炼出知识
******************************
实现途径:
1、第四范式提出了机器学习圈的概念:
机器学习圈的概念是仿照人类学习圈设定的
人类是通过多次行为,产生一个直观感受,叫做经验;经验(定论)通过数学证明成为一个理论(定理、模型)
人的行动和生存会产生大量的行为数据,包括消费行为、出行行为、购买行为、缴费行为、出生死亡行为等;这些行为通过物联网传感器或互联网操作被记录下来,叫做过程数据
通过分析(一部分人)过程数据之间的联系,如:通过分析发现出行行为>100次的人,购买行为会比<100次的人上升1个数量级,这是直观感受,又叫做经验(定论)
我们把所有(或一部分人)人的出行行为和购买行为数据丢给计算机去计算,发现我们的直觉经验是正确的。这就是反思
我们就可以得出结论,即AI模型
********************
举例子:智能推荐系统
话说今日头条推荐系统最值钱的可能就是那个推荐算法模型了~~~
********************************
机器学习的优势:
相较于人工进行数据挖掘和分析,机器来进行数据挖掘和分析的优势:理论上机器的算力是无穷大的,人的算力是有限的;导致机器可以计算很多维度的因素,人只能计算少量几个维度的因素。这就导致机器在理论上比人更加准确。
理论上是可行的,但是需要有前置条件:
数据核心:让机器可以读懂数据,重点在于数据治理
算法核心:一般公司买现成的算法,进行符合自身业务场景的人工训练(成本目测比较高,没研究)
生产核心: