学习始终是一件让人疲惫的事情，而我个人又特别钟爱发散性学习，所以虽然这几天如饥似渴的学习了很多新内容，但学习笔记却一拖再拖，始终没有落笔。
简单的来说，这几天除了观看了吴恩达的视频之外，还开始根据其中提到的术语，通过搜索引擎以及维基百科，不断拓展学习的外延，先后了解了DNN/CNN/RNN等术语，然后又查看了TensorFlow/Caffee等框架，由于个人目前比较钟爱Swift语言，所以又通过Apple Developer网站阅读了部分Core ML以及Vision的文档。但这些知识直到目前为止，尚未真正落实到纸面上。所以随着看到的资料越多，疑惑也越来越大。最终决定，还是需要收收心，先从基础入手。
什么是机器学习
维基百科上关于机器学习是这样介绍的：
机器学习有下面几种定义：
- 机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特 别是如何在经验学习中改善具体算法的性能。
- 机器学习是对能通过经验自动改进的计算机算法的研究。
- 机器学习是用数据或以往的经验，以此优化计算机程序的性能标准。
一种经常引用的英文定义是：A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E.
这个定义似乎把“机器学习”说明白了，但似乎又云里雾里，并不是特别让人能够记忆深刻。作为一个曾经的开发者，我准备把这个定义简单化，机器学习就是让电脑从一堆杂乱无章的数据中，自行找到规律，并且形成算法的科学。
在以前写代码的过程中，算法总是由程序员根据需求固化好的，然后将用户的输入，比如鼠标、触控、键盘输入等，根据一定的规律，转化为屏幕上的文字、动画或者语音给输出。但在面临一些特别复杂问题时，比如语音、图像识别、无人驾驶等，可能无能为力。而这些领域，恰恰是机器学习可以发挥特长的领域。
机器学习的分类
机器学习主要划分为监督式学习以及非监督式学习。其主要区别在于训练集是否有人对元素进行标注。
监督式学习
维基百科上的定义如下：
监督学习从给定的训练数据集中学习出一个函数，当新的数据到来时，可以根据这个函数预测结果。监督学习的训练集要求是包括输入和输出，也可以说是特征和目标。训练集中的目标是由人标注的。常见的监督学习算法包括回归分析和统计分类。
在监督式学习中，我们有一些现有的数据，并且这些数据是现实中客观存在的”right answer”。而且这些数据有着各种各样的标签。
回归分析
吴恩达的视频当中，给出了两个示例，第一个是关于房价的，我们搜集了一些房价数据，这个房价数据主要与房屋面积相关。将房屋面积作为横坐标，房价作为纵坐标，我们可以这些训练集标注在二维坐标系中，如果仔细观察，这其中会有一定的规律，基本上可以达到当有人告诉你一个房屋面积时，你可以告诉他房价大体的价格。而这个规律，其实就是一个线性函数。类似于下图。
统计分类
关于统计分类，吴恩达给出了一个关于癌细胞的示例，比如根据过往的记录，我们有了一系列的实测到的细胞标本，这些标本中有些是癌细胞，有些是良性肿廇，每个细胞的大小都不一样。所以当我们拿到一个新检测到的细胞时，根据其大小，可以基本推测其是恶性或者是良性的。
非监督式学习
维基百科上的定义如下：
无监督学习与监督学习相比，训练集没有人为标注的结果。常见的无监督学习算法有聚类。
我们得到了一系数据，这些数据并没有准确的标签，不存在任何给定的标签。但这些数据总是会扎堆出现，所以当出现一个新数据时，如何给它找到一个合适的“堆”，是我们需要解决的问题。
举例来说，现在的搜索引擎都有类似于“相关新闻”的内容，同样一件新闻，在不同的媒体平台（CNN/凤凰卫视/BBC/CCTV）都有报道，如何将所有不同媒体平台对于同一个新闻的报道给“堆”在一起，这就是无监督式学习所要解决的。
总结
纸上得来终觉浅，作为刚刚了解了机器学习定义以及分类的入门者来说，还有很多知识要学。不过能够学习新知识总是很兴奋的。我已经在我的Mac电脑上使用Docker安装了TensorFlow，准备再利用一周的时间了解一下基础知识，届时再来给大家汇报。
