經過上一篇的介紹,可能大家還是覺得有點霧煞煞,因此今天我們要更深入的了解一下什麼是機器學習。機器學習(Machine Learning)是實現人工智慧的一個手段,如昨日所述,它是透過演算法,利用大量的歷史資料進行訓練並產生模型,可用以對未來的新資料做預測。機器學習的訓練資料主要由特徵資料及真實類別所組成。
接下來講述關於機器學習的歷程,其中最首要也最重要的,應當就是訓練機器(Training),最初機器就如同懵懂無知的小嬰兒一般,需要藉由外界的教導和指引,才能一點一滴累積經驗,而這些學習的教材,即是我們所提供來自於資料庫或其他來源的相關歷史資料。蒐集大量資料或數據,再協助機器擷取特徵進行對照與分析,經演算法逐漸建構出模型,最後再投入新的資料測試,將其特徵資料套入模型執行比對,觀測結果並微調參數,當預測結果愈趨近我們所期望的準確度,才算是一步步完成機器學習。
這邊附上一張我查詢到的機器學習簡易流程圖: