为什么要运用机器学习？对比传统编程有什么优势？

这篇文章我们学习《机器学习速成系列》--为什么要运用机器学习？对比传统编程有什么优势？
机器学习是一种完成人工智能的方法。 目前抢手的深度学习是一种完成机器学习的技术。 也就是说，深度学习属于机器学习，而机器学习是人工智能的一个分支， 机器学习是一个重要的工具，目前在人工智能上有很广泛的运用。

机器学习

我们马上学三点，

传统编程与机器学习的差别机器学习的4个优势哲学角度看机器学习的好处

1. 传统编程与机器学习的差别

为什么要运用机器学习？要明白这个成绩，我们先了解，传统编程方法与机器学习算法在处理成绩时的差异。

传统编程与机器学习的差别

在传统编程中， 我们输入的是程序，也即是规则，和需求根据这些规则停止处理的数据， 系统输入给我们结果答案。 比如，我们用编程言语写函数，输入数据，函数就会前往结果。
而机器学习大部分工作是由机器来完成的， 机器从数据中自动学习规则，学习程序。
机器学习我们输入的是数据， 和从这些数据中预期得到的答案结果， 系统输入的是程序、规则或者叫模型， 这个模型运用于新数据会本人生成答案结果。 比如：输入猫狗图片和对应结果标签， 系统将学会把图片和特定标签联络在一同的统计规则，得到一个对猫狗分类的模型。
传统编程需求工程师本人根据详细的成绩，停止建模找到规则，去写算法程序。
而机器学习系统会自动学习一套规则， 这套规则运用于新数据的时分，计算机会自主生成答案。
所以机器学习一种新的编程范式。

传统编程与机器学习的差别

机器学习系统是训练出来的，而不是明白的用程序编写出来的， 这点和我们人类思索相似， 我们从阅历中归纳规律，归纳将来。 机器学习从历史数据中训练出模型，预测未知属性的新数据。
理想世界中的机器学习 更注重数据分析，而不是编码。

2.机器学习的优势

机器学习的优势

如今我们知道机器学习是一种新的编程范式。 接上去，我们对比传统编程，讲讲机器学习的几个次要优势， 我们经过举例拼写纠错算法来阐明。

优势一：延长编程工夫，简化代码，提高代码的执行才能

对于那些现有处理方案需求大量手动调整，或者是规则列表超长的成绩， 机器学习算法可延长编程工夫，简化代码，提高代码的执行才能。
举例，编写一个程序来纠正拼写错误， 传统编程：我可以经过大量示例，比如，错别字“感帽”，感冒错写成了帽子的帽， 整理大量阅历法则， 经过数周的努力，编写出一个合理的程序，尽量包含一切的规则。
或者，我也可以运用现成的机器学习工具，一些通用的模型算法，或者github下面的开源算法， 只需向其提供一些样本，即可在很短的工夫内获得一个更牢靠的程序。 工夫短，代码少。
传统编程需求人工总结规则， 机器学习可以基于现有的模型，只需求提供数据，就可以生成当前场景的模型。

优势二：顺应新的数据，自定义产品，使其更合适特定的用户群体

机器学习可以顺应新的数据的变化，就是可以根据环境的不同完成系统个性化， 借助机器学习，自定义本人的产品，使其更合适特定的用户群体。
举例，刚刚编写的中文拼写纠正算法， 这个程序很成功，因此我们打算针对全球100多种言语提供相应的版本。
传统编程，每种言语的版本几乎都需求从头末尾， 我们要分析各种言语的语法和规则，这将需求付出数年的努力。
但假如我运用的是机器学习技术构建该程序，如今要迁移到其他言语， 基本上只需搜集该种言语的数据， 并将这些数据提供给完全一样的机器学习模型训练即可。 这也是为什么Google翻译可以支持那么多言语，功能同步提升。

优势三：对于采用传统方法无法处理的成绩，可以经过机器学习技术找到一个处理方案

举例，我可以认出冤家的面孔， 了解他们所说的话， 但一切这些都是在潜看法下完成的， 假如让我编写一个程序来做这些事，我会完全不知所措。
但是，机器学习算法对此却很擅长； 我不需哀告诉算法应该怎样做，只需向其展现大量样本数据， 成绩就可以迎刃而解。

优势四：数据发掘，从海量的数据中寻觅数据的潜在的规律和价值。

机器学习可以协助我们学习，我们可以先借助机器学习协助我们找到一些规则， 我们可以检视某些机器学习算法，了解它们学到了什么。 例如：一个渣滓邮件系统，它经过大量数据训练的， 我们检视它，查看它以为，可以作为渣滓邮件最佳预判的单词和单词组合列表。 帮我们揭示一些人类不曾看法到的关联性或是新趋向，从而协助我们更好地了解成绩。
这就是我总结的机器学习的四个优势。

延长编程工夫，简化代码，提高代码的执行才能顺应新的数据，自定义产品，使其更合适特定的用户群体对于采用传统方法无法处理的成绩，可以经过机器学习技术找到一个处理方案数据发掘，从海量的数据中寻觅数据的潜在的规律和价值

3.哲学角度： 改变思想方式，数学迷信转移到自然迷信。

为什么要掌握机器学习技术， 除了上述几个适用缘由之外，还有一个哲学方面的缘由， 机器学习可以改变您思索成绩的方式。
软件工程师，程序员接受过专业学习、培训， 学习了如何以逻辑和数学思想思索成绩； 比如，我们经过print打印，来证明程序的正确性。
对于机器学习，我们的关注点 从数学迷信转移到自然迷信上， 我们观察不确定的未知世界，需求去展开实验， 并运用的是统计信息， 而非逻辑来分析实验结果。 这种思索才能，可以扩展我们的视野，打开探求的新世界的大门。
实践上，机器学习，尤其是深度学习，数学实际很少，它是以工程为导向的， 这是一门需求上手实际的学科，想法需求靠实际来证明，而不是靠实际推导。

总结

是谁？从哪来？到哪去？

机器学习是一种新的编程范式， 经过输入数据训练，自动找到规则，容易针对不同环境完成个性化， 它给我们提供了处理成绩的新方法，也改变了我们的思想形式。
哲学上的三大终极成绩：是谁？从哪来？到哪去？ 当你不知道怎样处理成绩的时分，可以试试机器学习，它会帮我们找到办法。 目前最优秀的是深度学习，我们后续再讲。
这里讲了三个知识点，关键词是哪几个？
机器学习还有哪些优势？ 欢迎回复回复。

支持，赞一个

广告位，，坐下看看

啥玩应呀