機械工程師必學(xué)的幾種算法

　　機器學(xué)習(xí)算法可以分為三個大類：監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)、強化學(xué)習(xí)。監(jiān)督學(xué)習(xí)對于有屬性（標記）的特定數(shù)據(jù)集（訓(xùn)練集）是非常有效的。無監(jiān)督學(xué)習(xí)對于在給定未標記的數(shù)據(jù)集（目標沒有提前指定）上發(fā)現(xiàn)潛在關(guān)系是非常有用的。強化學(xué)習(xí)介于這兩者之間——它針對每次預(yù)測步驟（或行動）會有某種形式的反饋，但是沒有明確的標記或者錯誤信息。本文主要介紹有關(guān)監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)的10種算法。

　　機器學(xué)習(xí)作為人工智能的一個子領(lǐng)域，在過去幾年里無疑越來越受歡迎。大數(shù)據(jù)目前在科技行業(yè)是最熱門的潮流，而機器學(xué)習(xí)在基于大量數(shù)據(jù)之上做出預(yù)測或建議的能力十分驚人。機器學(xué)習(xí)最常見的例子有Netflix的算法，它能基于你過去看過的電影為你推薦電影，還有亞馬遜的算法，它能根據(jù)你已經(jīng)購買的書籍向你推薦書。

　　那么，如果你想更多地了解機器學(xué)習(xí)，你要怎么開始？就我自己來說，我初學(xué)機器學(xué)習(xí)是在哥本哈根留學(xué)時選了一門人工智能課程。那門課的老師是丹麥技術(shù)大學(xué)的一位應(yīng)用數(shù)學(xué)和計算機科學(xué)全職教授，他的研究領(lǐng)域是邏輯學(xué)和人工智能，主要側(cè)重于使用邏輯為計算機類人行為（計劃、推理、解決問題等）進行建模。課堂既會討論理論和核心概念，也要自己動手解決問題。我們使用的教材是AI經(jīng)典書目之一：Peter Norvig的《Artificial Intelligence — A Modern Approach（人工智能——一種現(xiàn)代方法）》。我們學(xué)習(xí)了這本書的幾個主要主題，包括智能代理（agent）、通過搜索解決問題、社會化AI、AI的哲學(xué)/社會學(xué)/未來。在課程的結(jié)尾，我所在的小組使用簡單的基于搜索的代理來解決虛擬環(huán)境中的交通問題。

　　我通過這門課程學(xué)到了很多知識，決定繼續(xù)學(xué)習(xí)這個特殊的課題。在過去幾周，我在舊金山參加了很多關(guān)于機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)架構(gòu)的科技講座，特別是一個有很多業(yè)內(nèi)知名學(xué)者參加的機器學(xué)習(xí)會議。最重要的是，我6月初的時候在Udacity選修了一門“機器學(xué)習(xí)入門”的在線課程，最近剛學(xué)習(xí)完該課程。我想在這篇文章中將我在課堂上學(xué)到的最常用的機器學(xué)習(xí)算法分享給大家。