-- 原創，除非授權，不得轉載 2017.10.26 --

上一篇文章介紹了熱門的概念之后，這篇文章，講機器學習里的基本術語。

首先，我們要知道，機器學習，是輸入大量的數據，利用算法，得到結果的過程。這些概念在機器學習里都有專業名詞，知道了這些術語，才開啟了機器學習的大門。

問：PM為什么要學這些？
答：知道了這些術語，你才能和程序猿哥哥們在同一頻道上正常溝通。

機器學習

術語

1. 關于數據的概念

1.【樣本/示例】：一條數據是關于一個事件或對象的描述。在坐標系里表示樣本時，也稱為【特征向量】。
2.【數據集】：多條數據（樣本）的集合。

1. 【屬性】：表示對象在某方面的表現或性質。如，顏色、聲音。
2. 【屬性值】：屬性上的取值。如，顏色值：紅色。聲音：清脆。
3. 【屬性空間】：屬性張成的空間。如，顏色，聲音，大小，作為三個坐標軸，用于描述西瓜??，它們在坐標系里張成的空間叫屬性空間，也稱為【樣本空間】【輸入空間】。

4.【維數】：屬性值的個數，稱為維數。比如，顏色、聲音、大小，構成了3維樣本空間。

放松一下

2.關于學習過程的概念

0.【模型】：泛指從數據中學得的結果。
1.【訓練/學習】：從數據中學得模型的過程。
2.【訓練數據】：訓練過程中使用的數據。
3.【訓練樣本】：訓練數據中的每個樣本。
4.【訓練集】 ：訓練樣本組成的集合。

1.【假設】：學得模型對應了關于數據的某種潛在規律，稱為假設。
2.【真相/真實】：這種潛在規律自身，稱為真相。（只有上帝才知道真相，學習過程是為了逼近真相）
3.【學習器】：給定了參數、數據的學習算法。（實例化了一個模型）

稍等一下

3.關于結果的概念

0.【預測】：人類自己預先想到可能的結果。如，預測此模型能判別西瓜??的好壞。
1.【標記】：訓練樣本的結果。如，顏色：紅色，聲音：清脆，大小：大，訓練結果：好瓜。“好瓜”稱為標記。
2.【樣例】：擁有了標記信息的樣本，稱為樣例。
3.【標記空間】：所有標記的集合。

1.【泛化】：學得模型適用于新樣本的能力。
2.【測試】：學得模型后，用其對新樣本進行預測的過程。比如，判斷一條新數據是不是“好瓜”。
3.【測試樣本】：被測試的樣本。

至此，我們用新的術語來描述一下，機器學習的過程。

我們用【多維】的數據【樣本】進行【訓練】，得到一些有【標記】的【訓練樣本】，以及找到了訓練樣本之間的規律【假設】，至此【學習器】初步完成。

為了檢驗學習器對新樣本的【泛化】能力，是否和我們的【預測】差不多，我們用【測試樣本】進行【測試】。

學會了開心吧

4. 關于學習任務的術語

【訓練數據】可以使用有標記的樣本，和無標記的樣本。
于是學習任務可劃分為兩大類：【監督學習】和【無監督學習】。其中，常用的任務有【分類】【回歸】【聚類】。

學習任務.png

1.【監督學習】：訓練數據【有】標記信息。

• a.【分類】：對指定的模式進行識別，預測值是離散的。如，識別西瓜是“好瓜”或“壞瓜”。屬于【監督學習】
  （離散在坐標軸上就是單個的點，如0，1，2。）
  （連續在坐標軸上就是一條線，如0-2上所有的點連線。）

  • 分類又分【二分類】和【多分類】。
  • 【二分類】：對兩個類別的分類，兩個類分別叫【正類】【反類】。如：好瓜(正類)、壞瓜(反類)。
  • 【多分類】：兩個以上類別的分類。

• b.【回歸】：對指定的模式進行識別，預測值是連續的。如，識別西瓜的成熟度，0.81-0.99。屬于【監督學習】

2.【無監督學習】：訓練數據【沒有】標記信息。

休息一下

5.關于學習偏好的術語

【偏好】：機器學習算法在訓練過程中對某種類型假設的偏好。

這個術語需要單獨解釋一下。我們用書中的例子。

偏好

學得的模型可以用上圖表示。

如，1. 色澤任意，根蒂蜷縮，敲聲任意，的瓜，是好瓜。
也可以是，2. 色澤任意，根蒂蜷縮，敲聲清脆，的瓜，是好瓜。

那么問題來了。

一條新數據。色澤青綠，根蒂蜷縮，聲音沉悶，的瓜，測試結果是什么？
用1判別，是好瓜。
用2判別，是壞瓜。
改采用哪個？

這就由學習器本身的【偏好】決定了。如果你的學習器偏好1，那就是好瓜。如果偏好2，結果就是壞瓜。結果唯一。

又問：偏好怎么來的？能避免嗎？
答：偏好由訓練樣本，以及學習算法的學習程度決定。
不能避免。沒有偏好的學習器，時而判別為好瓜，時而判別為壞瓜，沒有使用價值。

又問：有沒有什么一般性原則引導學習器建立“正確”(我想要的)偏好？
答：有。如“奧卡姆剃刀：選擇最簡單的那個”
或者，具體問題具體分析。這就需要PM對于問題的定義了~

快結束啦

總結

所以，天下沒有免費的午餐。所有的算法、數據都需要我們依據各自的問題和實際情況進行有目的的訓練，沒有一勞永逸的學習器。所以才需要PM這個職位。

身為PM，你要知道你的問題是什么，解決手段是什么？你有什么數據，標記過了嗎？預測是什么？技術能實現嗎？模型怎么測試？什么結果就達到你的要求了？

嗯，道阻且長，祝大家都成為合格的AI PM！

-- 原創，除非授權，不得轉載 2017.10.26 --

我的目的是成為一名人工智能相關的產品經理。加油~