什么是机器学习？不同的相关算法如何？

人工智能近年来变得非常流行。国内人工智能人才缺口巨大。因此，应届毕业生在很多大学院校里这个专业的薪资也是非常高的。以下是2018年顶尖网校招聘薪资排行榜：

这么高的薪资，很多人都想投资人工智能，而机器学习是人工智能的基础。因此，有必要先了解什么是机器学习，学习机器学习相关的算法。

1 简介

在介绍机器学习相关概念之前，我们先来看一些简单的案例。

首先我们来看一道小学数学填空题。标题如下：

请在空格中填写正确的数字。

2 4 ( ) 8 10

这道题应该属于初级数学水平。我相信所有的学生都不会有压力。我们很快就会得到答案：6。

那么问题来了，为什么答案是6呢？

我们将上面的形式改为另一种写法，如下：

x 1 2 3 4 5

y 2 4 ? 8 10

如果x代表当前号码，如No. 1个数是2，第二个数是4，以此类推，我们要计算的数是第三个数。通过上表我们可以看出，y和x之间存在映射关系，即y = f(x) = 2·x。有了这个映射关系，我们就可以快速算出第三个地方是多少了？将 x=3 代入函数，可得 y = f(3) = 2 · 3 = 6。

通过介绍上述情况，我们可以得出这样的结论：当我们知道自变量 x 与因变量y，我们可以快速预测另一个自变量x对应的因变量y的值。因此，与地图的沟通非常重要。如果我们不能通过观察快速了解这种关系，这个问题就会变得非常困难。

但是很多时候我们通过简单的观察并不知道关系图到底是什么？

让我们看另一个稍微复杂一点的情况。

这是房价与面积关系的数据，其中x代表均方，y代表价格。如果现在让你补500平米的价格，相信你现在会更加怀疑。这道题并不像上面的题那么容易计算。原因是我们不知道地图与什么相关。

如果我们要计算结果，要求是知道这个映射关系，但是我们不知道这个映射关系是什么，所以不能仅仅依靠机器来找出这个函数是什么。当我们有了一个函数之后就可以计算结果了。

世界上有成千上万的函数，那么这道题应该做什么呢？机器的目的是从数千个工作中学习与该问题相匹配的工作。这将是一个漫长的过程，但是当机器学会了这个功能时，它会变得非常强大。现在，如果您提供自变量，您将获得相应因变量的值。

接下来我们看另一个书面案例。

当我们浏览一些新闻网站时，我们通常会根据新闻的类别来阅读我们感兴趣的新闻。

假设我们让计算机对新闻进行分类，给你新闻，然后计算机告诉我现在新闻属于哪一类？ ？ 》短短20天，印度迅速改变主意，配合要求

【军事】美军购买俄罗斯反舰导弹，学习如何对抗中俄

【军事】海军052B驱逐舰引发联想换成更大的054A？

根据以上信息，我现在请你填写一份调查问卷

“蒋庆的什么-给张学良吗？张坚持服用50年才能活到一百多岁。”新的类别是：(                 )

这个类型如果是人类填空的话应该很简单，但是我们怎么得到我们是机器吗

根据前面的说法，如果机器要这样做，它必须知道新闻标题和新闻类别之间的映射关系，即：

f('header') = new

一旦建立了这个映射关系，我们所要做的就是用这个函数替换它，我们就得到了答案：

f('发了一张张学良和蒋经国吴章坚持拿的他50年才能活到一百多岁')='历史'

f('1996年解放军面临的最大威胁是什么)='士兵'

最后我们来看一个图片示例

我们想让计算机对动物进行分类，例如：

这是一只猫。

现在，计算机需要学习这种图片的映射关系，即：

f（图片）=动物类别

有了这个映射关系，你给出机器图像，并可以根据这种关系，如：

f() =dog

f(

) = cat

2 传统算法与机器学习的区别

传统算法是我们人类直接告诉计算机要遵循的规则以及地图函数来正确计算。但不幸的是，我们人类常常意识不到这些映射关系。这是什么？机器学习的吸引力在于我们人类事先并不知道关系图是什么。我们需要让机器自己学习这种映射关系。当我们有了这种关系时，我们就可以进行计算和预测。

3 总结

通过上面的介绍，大家应该明白什么是机器学习，机器学习和传统算法有什么区别，以及机器学习的美妙之处。在我们的世界里，人类将无法理解所有的自然规律，也不可能知道所有地图的关系。所以我们需要计算机来帮助我们更好地了解世界，看清世界的规律，看清世界的联系地图。 因此，机器学习的基础是学习自然界中不同图谱的关系，即学习各种任务。这是机器学习的基础。