機(jī)器學(xué)習(xí)是人工智能的分支纫塌，專門研究計(jì)算機(jī)怎么模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為诊县。在機(jī)器學(xué)習(xí)產(chǎn)品的研發(fā)過程中，產(chǎn)品經(jīng)理需準(zhǔn)確找到用戶需求與機(jī)器學(xué)習(xí)技術(shù)的交集措左，為訓(xùn)練模型創(chuàng)造必要的計(jì)算資源依痊。基于此怎披，產(chǎn)品經(jīng)理至少能夠掌握：機(jī)器學(xué)習(xí)流程胸嘁、機(jī)器學(xué)習(xí)可以解決的問題分類、算法的基本原理钳枕、工程實(shí)踐中算法、數(shù)據(jù)和計(jì)算資源的以來關(guān)系等赏壹。
什么是機(jī)器學(xué)習(xí)呢鱼炒？
在這之前，我們先要理解和區(qū)分四個(gè)緊密相連的名詞：人工智能蝌借、機(jī)器學(xué)習(xí)昔瞧、表示學(xué)習(xí)、深度學(xué)習(xí)菩佑。這四個(gè)詞的關(guān)系如下圖所示：
機(jī)器學(xué)習(xí)是人工智能的一個(gè)分支自晰，通過各種算法訓(xùn)練模型，并用這些模型對(duì)新問題進(jìn)行識(shí)別和預(yù)測稍坯，再不斷完善算法模型酬荞。隨著越來越多的繼續(xù)去學(xué)習(xí)的成果出現(xiàn)搓劫，熱門發(fā)現(xiàn)簡單的機(jī)器學(xué)習(xí)的算法技能，很大程度上依賴于人為給定數(shù)據(jù)的表示和特征混巧，特征的選取決定了機(jī)器學(xué)習(xí)的最終效果枪向。但是，在很多場景中咧党，特征的選取會(huì)隨著場景的變化而變化秘蛔，如果只是重復(fù)“表示特征輸入——表示映射輸出”的過程，光依靠人類設(shè)計(jì)特征需要耗費(fèi)大量的成本傍衡，因此深员，為了解決這個(gè)問題，需要機(jī)器學(xué)習(xí)來挖掘表示本身蛙埂，而不僅僅是把表示映射到輸出倦畅。
是什么意思呢？
如果"下雨"是一個(gè)表示箱残，對(duì)應(yīng)的結(jié)果是“夏天下雨是涼爽的”滔迈。如果光靠人類設(shè)計(jì)特征時(shí)，機(jī)器學(xué)習(xí)得到這樣的結(jié)論被辑，可能需要人類設(shè)計(jì)的特征有“雨”燎悍、“日期”、“溫度”等盼理；如果機(jī)器自己學(xué)習(xí)更多場景谈山，人類只需要設(shè)計(jì)“雨”這個(gè)特征，機(jī)器學(xué)習(xí)自己獲取了“日期”宏怔、“溫度”奏路、“溫暖”等這些抽象的特征，可能得到的結(jié)論是“夏天時(shí)下雨涼爽的臊诊，而此時(shí)鸽粉，你想喝杯咖啡∽パ蓿”
也就是說触机，深度學(xué)習(xí)是機(jī)器自己去學(xué)習(xí)獲得更多經(jīng)驗(yàn)。深度學(xué)習(xí)是表示學(xué)習(xí)的一種玷或，具有強(qiáng)大的靈活性儡首。
應(yīng)該認(rèn)識(shí)到，深度學(xué)習(xí)只是借鑒了腦神經(jīng)科學(xué)的實(shí)現(xiàn)手段偏友，與真實(shí)的人腦差距很大蔬胯，在人工智能體系中，有這么幾種學(xué)習(xí)方法的邏輯流程
