机器学习 & 人工智能
- 分类
- 分类器
- 特征
- 标记数据
- 决策边界
- 混淆矩阵
- 未标签数据
- 决策树
- 支持向量机
- 人工神经网络
- 弱 AI，窄 AI
- 强 AI
- 强化学习
计算机很擅长存放，整理，获取和处理大量数据。很合适有上百万商品的电商网站，或是存几十亿条健康记录，方便查看。
但如果想根据数据做决定呢？
这是机器学习的本质 （根据数据做决定）。机器学习算法让计算机可以从数据中学习，然后自行作出预测和决定。
能自我学习的程序很有用，比如判断是不是垃圾邮件。人是否有心律失常吗？下一个视频该推荐哪个？等等。虽然有用，但不会说它有人类一般的智能。虽然 AI 和 ML 这两词经常混着用，大多数计算机科学家会说，机器学习是为了实现人工智能这个更宏大目标的技术之一，人工智能简称 AI。
机器学习和人工智能算法一般都很复杂，说一说概念。
分类器
例如：判断飞蛾是“月娥”还是“帝娥”，这叫“分类”。
做分类的算法叫“分类器”，虽然用照片和声音来训练算法，很多算法会减少复杂性，把数据简化成“特征”，“特征”是用来帮助“分类”的值。
标记数据和决策边界
对于飞蛾分类的例子，用两个特征：“翼展”和“重量”，为了训练“分类器”作出好的预测，需要“训练数据”，为了得到数据，需要收集相应相关合适量的数据。收集过程中，需要记录数据，并且不只记录特征值，还会把种类记录上，这叫“标记数据”，因为只有两个特征，很容易用散点图把数据视觉化。能够大致分成俩组，但还是会有一定的重叠，需要机器学习算法，找出最佳区分，通过数值估量，翼展小于 45 毫米的，很可能是帝娥，再加上一个条件，重量必须小于 0.75，才算是帝娥。这些叫做“决策边界”。
混淆矩阵
一定数量的帝娥在正确的区域，但剩下的几只，在错误的区域，另一方面，一定数量的月娥在正确的区域，剩下的在错误的区域。这个表，记录正确数和错误数，这表叫“混淆矩阵”。
---------------------------
| 正确区域帝娥 | 错误区域帝娥 |
|-------------------------|
| 错误区域月娥 | 正确区域月娥 |
---------------------------机器学习算法的目的，是 最大化正确分类 + 最小化错误分类。
未标签数据
用决策边界，如果是一只不认识的飞蛾，可以测量它的特征，并绘制到决策空间上，这叫“未标签数据”。
决策边界可以猜测飞蛾的种类。
决策树
这个把决策空间，切成几个盒子的简单方法，可以用“决策树”来表示。
图像与 if 语句：
生成决策树的机器学习算法，需要选择用什么特征来分类，每个特征用什么值。
有时候一些算法甚至用多个“决策树”来预测，计算机科学家叫这个“森林”，因为有多棵树。
支持向量机
本质上使用任意线来切分“决策空间”，不一定是直线，可以是多项式或其他数学函数。机器学习算法负责，找出最好的线，最准确的决策边界。
只有两个特征比较好实现，但如果加第三个特征，比如“触角长度”，那么 2D 线段，会变成 3D 平面。在三个唯独上做决策边界，这些平面不必是直的，而且 真正有用的分类器会有很多飞蛾种类。
三个特征和五个品种，可以用 3D 散点图 实现：
如果是一次性有 4 个或更多个特征，就容易实现，没有好的方法，更别说成百上千的特征了。这正是机器学习面临的问题。
通过想象在一个上千纬度的决策空间里，给超平面找出一个方程。是不可行的，但机器学习算法可以做到。
人工神经网络
“决策树”和“支持向量机”这些都出至于统计学，统计学早在计算机出现前，就在用数据做决定，有一大类机器学习算法用了统计学，也有不使用统计学的。其中值得注意的是 人工神经网络，灵感来自大脑里的神经元。神经元是细胞，用电信号和化学信号，来处理和传输消息，它从其他细胞得到一个或多个输入，然后处理信号并发出信号，形成巨大的互联网络，能处理复杂的信息。
人造神经元很类似，可以接受多个输入，然后整合并发出一个信号，它不用电信号或化学信号。而是吃数字进去，吐数字出来，它们被放成一层层，形成神经元网络，因此得名神经网络。
飞蛾例子，看如何用神经网络分类：
- 第一层，输入层，提供需要被分类的单个飞蛾数据，同样，也用重量和翼展。
- 另一边是输出层，有两个神经元：一个是月娥，一个是帝娥。2 个神经元里最兴奋的，就是分类结果。
- 中间有一个隐藏层，负责把输入变成输出，负责干分类这个重活。
抽取一个“隐藏层”里第一个神经元，神经元做的第一件事是把每个输入乘以一个权重。