機器和人很像颅湘，甚至可以說人和機器很像吃引，我們應(yīng)該要向機器學(xué)習(xí)。
被賦予了智能的機器沿后，到底有多可怕——
人工智能=
????強大的計算+海量的存儲+快速的檢索+迅速的反應(yīng)+優(yōu)秀的邏輯推理+深不可測的學(xué)習(xí)力
人解決問題的方法抽象起來有幾個：
1）知識法沿彭，檢索現(xiàn)有知識庫，看有沒有解決方案尖滚；
2）咨詢法喉刘，請教他人，看有沒有解決方案漆弄；
3）準(zhǔn)則法睦裳，問自己有沒有制定什么準(zhǔn)則，無論什么情況下都去遵守這個準(zhǔn)則撼唾；
4）經(jīng)驗法廉邑，通過對歷史類似事件或情況（數(shù)據(jù)）的總結(jié)分析，推測解決方案。
學(xué)習(xí)力蛛蒙，講的就是機器學(xué)習(xí)糙箍，它是一種能夠賦予機器學(xué)習(xí)的能力以此讓它完成直接編程無法完成的功能的方法。但從實踐的意義上來說牵祟，機器學(xué)習(xí)是一種通過利用數(shù)據(jù)深夯，訓(xùn)練出模型，然后使用模型預(yù)測的一種方法诺苹。
而機器學(xué)習(xí)方法抽象為兩種：生成方法和判別方法咕晋。
判別方法：由數(shù)據(jù)直接學(xué)習(xí)決策函數(shù)Y=f(X)或者條件概率分布P(Y|X)作為預(yù)測的模型，即判別模型筝尾〖裥瑁基本思想是有限樣本條件下建立判別函數(shù)，不考慮樣本的產(chǎn)生模型筹淫，直接研究預(yù)測模型。
生成方法：由數(shù)據(jù)學(xué)習(xí)聯(lián)合概率密度分布P(X,Y)呢撞，然后求出條件概率分布P(Y|X)作為預(yù)測的模型损姜，即生成模型：P(Y|X)= P(X,Y)/ P(X)，模型表示了給定輸入X產(chǎn)生輸出Y的生成關(guān)系殊霞。
模型的兩個分類：生成模型和判別模型摧阅。
生成模型學(xué)習(xí)聯(lián)合概率分布p(x,y)，即x,y要同時出現(xiàn)的概率绷蹲；而判別模型學(xué)習(xí)條件概率分布p(y|x)棒卷，x已出現(xiàn)后y會出現(xiàn)的概率。
具體：聯(lián)合概率祝钢，太陽和地球同時爆炸的概率比规；條件概率，太陽已經(jīng)爆炸的前提下拦英，地球爆炸的概率蜒什。
典型的生成模型：樸素貝葉斯和隱馬爾科夫模型。
典型的判別模型：k近鄰疤估，感知機灾常，決策樹，支持向量機铃拇。
具體：判斷一個人說的是哪國語言钞瀑。
生成方法：學(xué)習(xí)每一種語言，你花了大量精力把漢語慷荔、英語和法語等都學(xué)會雕什，學(xué)會了什么樣的語音對應(yīng)什么樣的語言。有人和你說話，你通過語音就能快速知道對方說的是哪國話了监徘。
判別方法：不去學(xué)習(xí)每一種語言晋修，你只學(xué)習(xí)這些語言模型之間的差別，然后再分類凰盔。意思是指學(xué)會了漢語和英語等語言的發(fā)音是有差別的墓卦，我學(xué)會這種差別就好了。
兩者關(guān)系：由生成模型可以得到判別模型户敬，但由判別模型得不到生成模型落剪。
總言之：
生成方法，研究數(shù)據(jù)本身尿庐，找到數(shù)據(jù)產(chǎn)生的方式忠怖，去分類；
判別方法抄瑟，研究數(shù)據(jù)關(guān)系凡泣，找到數(shù)據(jù)之間的差異，去分類皮假。
