說到機器學習，或討論這個事情時，什麼訓練、樣本、模型或演算法就會蹦出來，今時今日什麼事情大家都知道一點點，很多代表就是這樣來的。但是，對於真心想弄清楚一個事情的我們來說，應該要理解一些基本的術語，所以這裡就說一些機器學習時遇到的基本術語，也不是全部，說全部還太早。至於為什麼不說tf，因為tf是去到程式碼的級別了啊，這個他日再相逢。

（1）標籤

對於機器學習，我們經常說，要訓練機器，讓它達到一個最佳的狀態，然後用它來預測一些事情。所以，我們的目的，是預測一些資訊。

預測的資訊，叫作標籤。不預測，通過人工建立的資訊，也叫作標籤。標籤就是一個資訊。

由於資訊多種多樣，所以標籤也就多種多樣。

標籤可以表示一類物體，比如標籤是“蘋果”、“香蕉”，比如標籤是“紅色”、“橙色”。標籤可以表示變化，比如標籤是“明天的天氣”、“下半年的房價”、“這個股票的趨勢”。標籤可以表示含義，比如標籤是“01表示什麼”、“這個動作是什麼意思”。等等。

我們說某某人是什麼性格，這個就是打標籤，比如說某人很“風趣”、“穩重”，這些都是標籤，根據這些標籤就可以聚類，比如把“穩重”的人聚成一類。在數字時代，很多事物都可以打標籤，標籤也有意義。比如文章可以標籤：“java”、“機器學習”等，比如視訊可以標籤：“溫情”、“恐怖”等，音訊可以標籤：“民謠”、“慢節奏”、“男低音”等。

所以，標籤幾乎是你能想到的任何事物或事情。

（2）特徵

標籤是一個資訊，至於是什麼資訊，跟特徵有直接關係。

特徵就是一系列的資訊，用來表徵事物，映射出標籤。特徵應該是具體可量化的資訊，不包括主觀感受。

說一個人“穩重”，是根據這個人的特徵來評定的，比如TA再三確認問題、及時反饋進度、結束後回顧總結，等等，具備這些特徵，我們就給TA打上“穩重”的標籤。

（3）模型

模型，就是能訓練與預測的程式。

模型的訓練就是固化特徵與標籤的關係。

模型最終用於預測標籤，也就是根據特徵，判斷出標籤是什麼。

從訓練與預測的角度，模型的工作圖是這樣的：

從模型預測的資訊來看，可以把模型分為迴歸模型跟分類模型。

迴歸模型，用於預測“未來”會發生的事情，比如“明天騰訊的股值是否會上漲”。

分類模型，用於預測事物是哪一類，比如“這個東西是蘋果”。

（4）樣本

樣本是資料例項，是特徵的封裝。

樣本可以帶標籤，或不帶標籤。

帶標籤的樣本，可以用於模型的訓練。

不帶標籤的樣本，可用於模型的預測。

大量而特徵良好的帶標籤樣本，是機器學習的關鍵。

好了，就這麼多了。簡單來說，機器學習的概念可以從模型說起，模型就是具備預測能力的系統，可以預測末來（叫回歸模型），可以分類事物（叫分類模型）。模型接受訓練，而且一定要訓練，不斷訓練不斷進化，比如從一個正方形訓練成一個圓，再訓練成一個橢圓，而這個橢圓可能就是一個可用的預測狀態，這個訓練過程有可能是很漫長的。另一方面，要訓練，就一定要用到樣本，樣本就是特徵的集合，對於訓練，這個樣本必需要有標籤。什麼特徵就有什麼標籤，就是這個關係，訓練就是要強化模型對特徵與標籤的關係。所以，對於機器學習來說，有兩個關鍵，一個是良好的模型，另一個就是大量良好的樣本，而這兩個關鍵，真要感謝無私共享的人。

---

相關推薦