本人java出身，百度web攻城尸一枚，以為自己這一輩子都只和web對干，突然有一天被老大叫到小黑屋里后出來立馬華麗麗地“轉職”，變成了一枚當下很火的數據工程師，接手了電商項目的數據平臺工作，這是人生第一次從無到有做一個項目，之前也從未接觸，當時由于正好被升職，頭腦熱呼呼的，管她媽媽是誰就這么上了，干了個半年，體會到做數據還真的有點無聊，對應的pm也由于上面的決策沒法推動產品，我這半年一直忙于工程很少摻和業務產品的事情，但是我是在一個業務研發部門搞基礎建設一沒這個資源和條件，二上面確實也不是最關心；那我怎么辦，大家都說數據是黃金，我拿著黃金卻不會花，我想哭啊想哭！古人云：書中自有黃金屋；那好去看書學習，在同事和網友們大力推薦下找到了一本書《集體智慧編程》，也就是我這一系列的源頭所在，覺得我寫的不給力，可以直接去找原文看看，

說了以上的廢話，就當是我闡述我看這本書的背景了，用以激起同路人（數據挖掘、機器學習小白）的共鳴，哈哈，那就進入開篇正題吧。

背景介紹

Google和最近推出紙牌屋的Netflix這兩家公司相比家喻戶曉了，它們有什么共同之處？——算法先進牛叉！將來自不同人群的數據加以組合進而得出新結論并創造出新的商機，這種信息采集、以及對其加以解釋的計算能力已經激發起了很多巨大的協作型商機，并且加深了對用戶和顧客更好的理解。約會網站幫助人們更快地找他們好”機油“，預測機票價格的公司不斷涌現，為了創造更有針對性的廣告，每一個企業都想更好地了解他們顧客，這僅僅是集體智慧這一新興領域的幾個例子而已，層出不窮的新服務意味著每天都會有新的商機涌現。筆者絕對相信，理解機器學習和統計學在許多不同領域都會變得愈加重要（堅決抵制自賣自夸的無節操行為）

什么集體智慧？（Collective Intelligence）

通常的含義是為了創造新的想法，而將一群人的行為、偏好或思想組合在一起。集體智慧真正關注的是從獨立的數據提供者那里得出新的結論。

比如金融市場，價格并不是由某一個個體所決定，它由許多獨立個體交易行為共同決定，大量的參與者根據他們對未來價格信息進行契約交易，這樣的市場在價格預測效果方面，往往也被認為要比獨立進行預測的專家們表現的更好，這是因為市場將知識、經驗和成百上千人的意志組織在一起，形成了一種不依賴個人觀點的預測。

盡管集體智慧在Internet之前就已經存在，單自從有了Internet，從數千上萬網民中搜集信息的能力為人們提供更多的可能，一直以來，人們都在利用Internet購買所需、搜索信息、需找娛樂等等，所有行為都在不需要你費力地被監控下來，你幾乎毫無感覺，但是這些信息卻可以組織到一起提取出新的價值。

什么是機器學習？

機器學習是人工智能AI（artificial intelligence）領域中與算法相關的子域，它允許計算機不斷地進行學習。大多數情況下，這相當于將一組數據傳遞給算法，并由算法推斷出與這些數據的屬性相關的信息——借助這些信息，算法就能夠預測出未來可能會出現的其他數據。這種預測是完全有可能的，因為幾乎所有非隨機數據中，都會包含這樣或者那樣的“模式”，這些模式的存在使機器得以據此進行歸納。為了實現歸納，機器會利用它所認定的出現于數據中的重要特征對數據進行“訓練”，并借此得到一個模型。

許多機器學習算法都倚仗數學與統計學，簡單的相關性分析和回歸都是機器學習的基本形式，本系列不是晦澀難懂的理論學習，筆者盡可能直觀解釋

機器學習的局限

機器學習算法受限于其在大量模式之上的歸納能力，而一個模式如果不同于算法先前曾見過的任何其他模式，那么它就很可能被“誤解”。也就是說機器學習方法只能憑借已經見過的數據進行歸納，而且歸納的方式受到了很大的限制

來點真實生活

像Google、Amazon、Netflix之流這里就不再給他們做廣告了。就那市場預測來說，像剛才提及的金融市場，都是集體智慧的一種形式。我要說一個例子是關于Hollywood Stock Exchange，在那里人們可以進行涉及影片和影星的模擬股票交易。我們可以按照影片的當前價格買賣股票，其對應的價值相當于電影實際首映票房收入的百萬分之一。因為價格是通過交易行為來設定的，所以價值不由任何個體所決定，這時該股票的價格其實就是整個群體對電影票房收入數字的預測，這種預測往往都優于某位專家給出的預測。

開篇總結

本系列不是新的知識，但是學習和掌握機器學習對自己未來的工作還是生活都是有益的，因為這是這個時代的大勢所趨。下一篇是本系列的正文開篇，主題和大家一起實踐如何推薦商品