文章分享了关于机器学习的一些知识，希望能够给各位PM带来收获。

　　2017年可以说是人工智能爆发的一年，传统互联网红利消失，熟知的大厂BAT都在人工智能上布局，作为一名互联网PM，深知技术的变革必然带来新机会。可对大多数互联网PM而言，面对ML(机器学习)、DL(深度学习)、NLP(自然语言处理)以及的各种概念以及底层所需的各种数学知识，不懂技术似乎让人望而却步了。

　　可事实并非全然如此，AI是手段，最终的目的也是要找到现实中可以落地和商业化的场景，去实现他的价值，虽然目前来看仍然是技术主导。不过可以确信的一点是，要进入这个领域，对底层知识和技术的要求是必然要高于互联网PM的水平。

　　本人目前是一名互联网PM，刚好上学得是相关专业，有点数学底子，也层自己撸过代码设计实现“基于BP前馈神经网络的图像识别”，打算进入未来进入AI领域，最近开始重新学习并搭建AI的知识框架，希望能分享出来大家一起来了解AI这个看起来“高大上”的东西。

　　首先，按照李笑来老师和罗胖的说法，学一个领域的知识，就是两件事(1)找概念(2)搭框架。特别是对于很多对概念都不了解的同学，一定要有个“知识地图”，如下：

　　看到这个脑图，一些童鞋经常混淆的问题就明白了

　　机器学习是什么

　　深度学习是什么

　　机器学习与深度学习的区别是什么

　　机器学习监督学习方式的“回归思想”

　　下面我们一一来说

　　1.机器学习

　　概念定义(个人理解)：通过大量已知数据(可能被标注，也可能无标注)去训练算法模型，总结出某种数据之间的映射关系(即规律)，最终可以对未知数据实现智能处理(分类、识别、预测等)

　　举个例子，比如我这里有大量苹果和桃子的图片，并且每张图片都打上对应的种类标签，然后把这些图片喂给模型，让模型不断学习优化。训练结束后，我们又找一些没有打标签的苹果和桃子图片扔给这个模型，让他自己去做分类识别是苹果还是桃子，这就是一个完整的机器学习过程(有监督)。而所谓的“映射关系”，即“苹果图片”对应“苹果标签”，“桃子图片”对应“桃子标签”

　　2.基本概念

　　(1)学习方式

　　学习方式分为有监督学习和无监督学习，有监督学习即我们会再把数据给模型训练之前，进行人工的预先处理，打标签(学名：特征提取)。监督学习又分为回归与分类。

　　而无监督学习，就是无需通过人为的预先处理，直接把数据给算法，无监督学习对应的方法为“聚类”

　　(2)学习过程

　　训练集(训练样本)：我们在训练算法模型时给他的数据

　　验证集：用训练样本训练好以后，我们还要用训练样本之外的数据，去检验这个算法模型的实际效果

　　误差：如何检验效果呢?在ML/DL里，就是通过“误差”的大小去判断(至于具体怎么计算，下一篇会讲到)

　　欠拟合：模型不能在训练集上获得足够低的误差

　　过拟合：训练误差与测试误差(在验证集的误差)差距过大，那么这个模型就不是好模型，因为只能用在训练样本上….而对其以外的数据都没有好的效果

　　泛化性：训练好的模型在其他数据上的使用情况，如果效果也很好，那就是泛化性好

　　那么问题来了，怎样才算合适的拟合呢?

　　其实在整个过程中，随着时间推移，算法的不断优化，在训练样本和测试样本的误差都在不断下降;但如果学习时间过程，训练集的误差持续下降，而验证集的误差却开始上升了。原因是模型为了在训练集上效果更好!已经开始学习训练集上的噪音和不需要的细节了。所以要找到合适的“拟合”，最好是找到训练误差还在下降，而测试误差刚好开始上升的那个“点”

　　3.机器学习与深度学习的区别

　　很多不知道的人，可能仅仅知道他们是包含关系，深度学习属于机器学习，但其实远远不止如此…..(这样太模糊了)，从脑图可以看出，其实机器学习在方法上可以有很多种，比如：逻辑回归、决策树、朴素贝叶斯、线性回归、SVM支持向量机等，他们都属于机器学习，而我们也看到，最下面有一个“神经网络”，他们的等级与上面列举是属于一类的。

　　而神经网络这概念，可以分为“浅层神经网络”与“深层神经网络”

　　“浅层神经网络”中最经典的一个网络也就是“BP前馈神经网络”