1.4　機(jī)器學(xué)習(xí)和深度學(xué)習(xí)

1.4.1　什么是機(jī)器學(xué)習(xí)

要說明什么是深度學(xué)習(xí)，首先要知道機(jī)器學(xué)習(xí)（Machine Learning，ML）、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)之間的關(guān)系。

眾所周知，機(jī)器學(xué)習(xí)是一種通過利用數(shù)據(jù)訓(xùn)練出模型，然后使用模型預(yù)測(cè)的方法。與傳統(tǒng)的為解決特定任務(wù)、硬編碼的軟件程序不同，機(jī)器學(xué)習(xí)是用大量的數(shù)據(jù)來“訓(xùn)練”的，通過各種算法從數(shù)據(jù)中學(xué)習(xí)如何完成任務(wù)。舉個(gè)簡(jiǎn)單的例子，當(dāng)我們?yōu)g覽網(wǎng)上商城時(shí)，經(jīng)常會(huì)出現(xiàn)商品推薦的信息。這是商城根據(jù)你往期的購物記錄和冗長的收藏清單識(shí)別出其中哪些是你真正感興趣的，并且愿意購買的產(chǎn)品。這樣的決策模型可以幫助商城為客戶提供建議并鼓勵(lì)產(chǎn)品消費(fèi)。

機(jī)器學(xué)習(xí)是人工智能的子領(lǐng)域，機(jī)器學(xué)習(xí)理論主要是設(shè)計(jì)和分析一些讓計(jì)算機(jī)可以自動(dòng)學(xué)習(xí)的算法。

舉個(gè)例子，假設(shè)要構(gòu)建一個(gè)識(shí)別貓的程序。傳統(tǒng)上，如果我們想讓計(jì)算機(jī)進(jìn)行識(shí)別，需要輸入一串指令，例如貓長著毛茸茸的毛、頂著一對(duì)三角形的耳朵等，然后計(jì)算機(jī)根據(jù)這些指令執(zhí)行下去。但是，如果我們對(duì)程序展示一只老虎的照片，程序應(yīng)該如何反應(yīng)呢？更何況通過傳統(tǒng)方式要制定全部所需的規(guī)則，而且在此過程中必然涉及一些較難定義的概念，比如對(duì)毛茸茸的定義。因此，更好的方式是讓機(jī)器自學(xué)。我們可以為計(jì)算機(jī)提供大量的貓的照片，系統(tǒng)將以自己特有的方式查看這些照片。隨著實(shí)驗(yàn)的反復(fù)進(jìn)行，系統(tǒng)會(huì)不斷學(xué)習(xí)更新，最終能夠準(zhǔn)確地判斷出哪些是貓，哪些不是貓。

我們不給機(jī)器規(guī)則，取而代之，我們“喂”給機(jī)器大量的針對(duì)某一任務(wù)的數(shù)據(jù)，讓機(jī)器自己學(xué)習(xí)，繼而挖掘出規(guī)律，從而具備完成某一任務(wù)的智能。機(jī)器學(xué)習(xí)是通過算法，使用大量數(shù)據(jù)進(jìn)行訓(xùn)練，訓(xùn)練完成后會(huì)產(chǎn)生模型，將來有新的數(shù)據(jù)進(jìn)來能夠進(jìn)行準(zhǔn)確的分類或預(yù)測(cè)。

機(jī)器學(xué)習(xí)的常用方法主要分為監(jiān)督學(xué)習(xí)（Supervised Learning）和無監(jiān)督學(xué)習(xí)（Unsupervised Learning）。

1．監(jiān)督學(xué)習(xí)

監(jiān)督學(xué)習(xí)需要使用有輸入和預(yù)期輸出標(biāo)記的數(shù)據(jù)集。例如，指定的任務(wù)是使用一種圖像分類算法對(duì)男孩和女孩的圖像進(jìn)行分類，那么男孩的圖像需要帶有“男孩”標(biāo)簽，女孩的圖像需要帶有“女孩”標(biāo)簽。這些數(shù)據(jù)被認(rèn)為是一個(gè)訓(xùn)練數(shù)據(jù)集，通過已有的訓(xùn)練數(shù)據(jù)集（即已知數(shù)據(jù)及其對(duì)應(yīng)的輸出）來訓(xùn)練得到一個(gè)最優(yōu)模型，這個(gè)模型就具備了對(duì)未知數(shù)據(jù)進(jìn)行分類的能力。它之所以被稱為監(jiān)督學(xué)習(xí)，是因?yàn)樗惴◤挠?xùn)練數(shù)據(jù)集學(xué)習(xí)的過程就像是一位老師正在監(jiān)督學(xué)習(xí)。在我們預(yù)先知道正確的分類答案的情況下，算法對(duì)訓(xùn)練數(shù)據(jù)不斷進(jìn)行迭代預(yù)測(cè)，然后預(yù)測(cè)結(jié)果由“老師”進(jìn)行不斷修正。當(dāng)算法達(dá)到可接受的性能水平時(shí)，學(xué)習(xí)過程才會(huì)停止。

在人對(duì)事物的認(rèn)知中，我們從小就被大人教授這是鳥，那是豬，那是房子，等等。我們所見到的景物就是輸入數(shù)據(jù)，而大人對(duì)這些景物的判斷結(jié)果（是房子還是鳥）就是相應(yīng)的輸出。當(dāng)我們見識(shí)多了以后，腦子里就慢慢地得到了一些泛化的模型，這就是訓(xùn)練得到的那個(gè)（或者那些）函數(shù)，從而不需要大人在旁邊指點(diǎn)的時(shí)候，我們也能分辨出來哪些是房子，哪些是鳥。

2．無監(jiān)督學(xué)習(xí)

無監(jiān)督學(xué)習(xí)（也叫非監(jiān)督學(xué)習(xí)）則是另一種研究得比較多的學(xué)習(xí)方法，它與監(jiān)督學(xué)習(xí)的不同之處在于我們事先沒有任何訓(xùn)練樣本，需要直接對(duì)數(shù)據(jù)進(jìn)行建模。這聽起來有些不可思議，但是在我們認(rèn)識(shí)世界的過程中很多地方都用到了無監(jiān)督學(xué)習(xí)。比如我們?nèi)⒂^一個(gè)畫展，我們對(duì)藝術(shù)一無所知，但是欣賞完多幅作品之后，也能把它們分成不同的派別（比如哪些更朦朧一點(diǎn)，哪些更寫實(shí)一些，即使我們不知道什么叫作朦朧派，什么叫作寫實(shí)派，但是至少能把它們分為兩個(gè)類別）。