機器學習&人工智能
- 分類
- 分類器
- 特徵
- 標記數據
- 決策邊界
- 混淆矩陣
- 未標籤數據
- 決策樹
- 支持向量機
- 人工神經網絡
- 弱AI，窄AI
- 強AI
- 強化學習
計算機很擅長存放，整理，獲取和處理大量數據。很合適有上百萬商品的電商網站，或是存幾十億條健康記錄，方便查看。
但如果想根據數據做決定呢？
這是機器學習的本質（根據數據做決定）。機器學習算法讓計算機可以從數據中學習，然後自行作出預測和決定。
能自我學習的程序很有用，比如判斷是不是垃圾郵件。人是否有心律失常嗎？下一個視頻該推薦哪個？等等。雖然有用，但不會說它有人類一般的智能。雖然AI和ML這兩詞經常混着用，大多數計算機科學家會說，機器學習是爲了實現人工智能這個更宏大目標的技術之一，人工智能簡稱AI。
機器學習和人工智能算法一般都很複雜，說一說概念。
分類器
例如：判斷飛蛾是“月娥”還是“帝娥”，這叫“分類”。
做分類的算法叫“分類器”，雖然用照片和聲音來訓練算法，很多算法會減少複雜性，把數據簡化成“特徵”，“特徵”是用來幫助“分類”的值。
標記數據和決策邊界
對於飛蛾分類的例子，用兩個特徵：“翼展”和“重量”，爲了訓練“分類器”作出好的預測，需要“訓練數據”，爲了得到數據，需要收集相應相關合適量的數據。收集過程中，需要記錄數據，並且不只記錄特徵值，還會把種類記錄上，這叫“標記數據”，因爲只有兩個特徵，很容易用散點圖把數據視覺化。能夠大致分成倆組，但還是會有一定的重疊，需要機器學習算法，找出最佳區分，通過數值估量，翼展小於45毫米的，很可能是帝娥，再加上一個條件，重量必須小於0.75，纔算是帝娥。這些叫做“決策邊界”。
混淆矩陣
一定數量的帝娥在正確的區域，但剩下的幾隻，在錯誤的區域，另一方面，一定數量的月娥在正確的區域，剩下的在錯誤的區域。這個表，記錄正確數和錯誤數，這表叫“混淆矩陣”。
---------------------------
| 正確區域帝娥 | 錯誤區域帝娥 |
|-------------------------|
| 錯誤區域月娥 | 正確區域月娥 |
---------------------------機器學習算法的目的，是最大化正確分類 + 最小化錯誤分類。
未標籤數據
用決策邊界，如果是一隻不認識的飛蛾，可以測量它的特徵，並繪製到決策空間上，這叫“未標籤數據”。
決策邊界可以猜測飛蛾的種類。
決策樹
這個把決策空間，切成幾個盒子的簡單方法，可以用“決策樹”來表示。
圖像與if語句：
生成決策樹的機器學習算法，需要選擇用什麼特徵來分類，每個特徵用什麼值。
有時候一些算法甚至用多個“決策樹”來預測，計算機科學家叫這個“森林”，因爲有多棵樹。
支持向量機
本質上使用任意線來切分“決策空間”，不一定是直線，可以是多項式或其他數學函數。機器學習算法負責，找出最好的線，最準確的決策邊界。
只有兩個特徵比較好實現，但如果加第三個特徵，比如“觸角長度”，那麼2D線段，會變成3D平面。在三個唯獨上做決策邊界，這些平面不必是直的，而且 真正有用的分類器會有很多飛蛾種類。
三個特徵和五個品種，可以用3D散點圖 實現：
如果是一次性有4個或更多個特徵，就容易實現，沒有好的方法，更別說成百上千的特徵了。這正是機器學習面臨的問題。
通過想象在一個上千緯度的決策空間裏，給超平面找出一個方程。是不可行的，但機器學習算法可以做到。
人工神經網絡
“決策樹”和“支持向量機”這些都出至於統計學，統計學早在計算機出現前，就在用數據做決定，有一大類機器學習算法用了統計學，也有不使用統計學的。其中值得注意的是 人工神經網絡，靈感來自大腦裏的神經元。神經元是細胞，用電信號和化學信號，來處理和傳輸消息，它從其他細胞得到一個或多個輸入，然後處理信號併發出信號，形成巨大的互聯網絡，能處理複雜的信息。
人造神經元很類似，可以接受多個輸入，然後整合併發出一個信號，它不用電信號或化學信號。而是吃數字進去，吐數字出來，它們被放成一層層，形成神經元網絡，因此得名神經網絡。
飛蛾例子，看如何用神經網絡分類：
- 第一層，輸入層，提供需要被分類的單個飛蛾數據，同樣，也用重量和翼展。
- 另一邊是輸出層，有兩個神經元：一個是月娥，一個是帝娥。2個神經元裏最興奮的，就是分類結果。
- 中間有一個隱藏層，負責把輸入變成輸出，負責幹分類這個重活。
抽取一個“隱藏層”裏第一個神經元，神經元做的第一件事是把每個輸入乘以一個權重。
