如何入門機器學習？

寫個簡單的入門貼：

機器學習，機器運用一套通用的算法——泛型算法，自動建立起數據邏輯。

For example：

用于分類的泛型算法是能夠把一組數據分門別類的，比如識別手寫輸入和區分垃圾郵件都可以用分類的泛型算法來實現，

此時，可以把機器學習算法看成一個黑盒子，兩個任務輸入的數據不一樣，中間經過機器學習算法的作用，輸出不同的結果。

機器學習可以分為有監督學習、無監督學習、半監督學習、強化學習等。這里的監督其實是指用來訓練機器學習模型的數據是有標注的，而無監督學習就是沒有標注數據，半監督學習是二者的結合，強化學習是對外界環境給的激勵或懲罰信號學習自身的策略。下面咱們先從有監督學習開始：

假設，你現在是房地產經紀人，需要對房子進行相對準確的估價。你有一些所在城市三個月內房產交易的信息數據，包括房間數目、房子大小、周邊地區環境，以及交易價格等。因為涉及了幾個因素，你可能需要一個程序來幫你做這件事情，輸入這些相關的信息，程序就能預估出房子的價格。

那么建立一個能預估房價的應用程序，你需要把關于每間房子的數據信息——“訓練數據”——輸入你的機器學習算法中，算法就會得出用于解決這些數據關系的一套數學公式。這就有點像一份數學考試的答案紙被涂掉了所有的算術符號，就像下面這張圖。

現在我們試試編寫那個房屋估價的程序吧！

假設你現在對“機器學習”一無所知，你大概會寫一些房屋估價相關的一些基本規律和規則吧？就像這樣：它是上面那些元素互相作用的一個結果，會有一些如果、否則的邏輯，最后都會形成一個數學公式，不管是簡單的還是復雜的。

其實，這里面的邏輯就可以讓機器學習算法來幫我們實現，那我們需要怎么做呢？

第一步：

把各個指標設置為1.0

第二步：

運用所有你了解的房產價格信息來測試你的程序，檢查你求得的函數輸出的結果與實際房價的偏差。

第三步：

運用所有可能的指標組合重復第二步。找到能讓你函數的“成本費用”最大程度地降至零的指標組合，那你的問題就解決了。

根據上面提到的步驟二中的數據信息寫一個簡單的等式關系：

這個就是你的“成本費用函數”

現在，試著用機器學習的數學術語把這個等式關系重寫一次

θ代表你當前的指標數，J(θ)代表在當前的指標數下你的成本費用。這個等式關系就代表著我們現在的價值預估函數與實際的偏差程度。

我們的成本費用函數曲線圖圖像呈現一個碗狀，縱坐標表示成本費用。這個圖像中藍色的最低點就是我們成本費用的最低值，意味著我們的函數偏差值最小。相反，最高點就是我們函數偏差值達到最大。所以，當我們找到能使這個圖像達到最低點的指標值的時候，問題就解決了。

如果你還記得微積分學的一些知識的話，你應該會記得如果你求出了函數的導數，就相當于知道了這個函數在各個點的切線斜率。換句話來說，就是知道了哪個方向角度能使我們在圖像上呈下降趨勢，我們可以借助這些知識來接近圖像最低點。這個稱之為“梯度下降法”。

怎樣進一步了解機器學習呢？建議從Andrew Ng在Coursera開設的免費機器學習課程開始學習，還可以下載安裝SciKit-Learn，基本上有大多數算法的python實現，可以對各種不同的機器學習算法進行實踐和研究。