如果你對人工智能和機器學習的理解還不是很清楚，那么本文對你來說將會很有用。我將配合精彩的視頻和文字解說來幫助你全面理解機器學習。

視頻的播放需要一些時間，請耐心看完。如果它們不能激發(fā)你的興趣，那我也沒辦法了。

但是，如果你發(fā)現(xiàn)自己滿懷激情地閱讀完了全文，那么說明你對這個新世界充滿興趣和熱情。后續(xù)的進一步發(fā)展就取決你自己了。

▌為何機器學習如此熱門？

人工智能非常炫酷，它能夠幫你玩多種游戲，還能幫助程序員來探索事物的核心運行機理。這很有趣，但是程序員并不總是在 AI 編程方面充滿天賦。早期谷歌 AI 不敵人類玩家讓我們看到了 AI 的局限。

不過，無論怎樣，AI 是一個充滿前景的新事物。你可以教會計算機玩電子游戲、理解人類語言、甚至識別人和物。這項新技能的概念實際上很古老，只是最近使用新的稱謂重新走入大眾視野。我所說的正是機器學習。

那么它是如何運轉(zhuǎn)的呢？算法并不會像種子的種類一樣多，因此我沒有用育種來比喻它。請看這個短視頻，它從宏觀層面闡述了人工智能的概念。

哇！這個過程的確很瘋狂！新的算法被發(fā)明時，我們?nèi)绾卫斫馑?？這里有一個非常強大的視覺 AI，它可以自動通關(guān)超級馬里奧游戲。人類明白如何左右滾動，但是 AI 通過預測策略來識別滾動簡直太不可思議。

的確令人吃驚，對吧？唯一的問題是我們不知道如何將機器學習與視頻游戲聯(lián)系起來。

幸運的是，Elon Musk 已經(jīng)通過一家非盈利公司實現(xiàn)了這項功能。只需十幾行代碼，你就可以將 AI 和任何游戲聯(lián)系起來。

▌為何使用機器學習？

為什么使用機器學習？我有兩個很好的理由。首先，機器學習正在使計算機執(zhí)行我們以前從未使計算機執(zhí)行過的任務。如果你想要做一些新的事情，不僅是對你而言，即使對于世界而言，你都可以用機器學習來做。其次，如果你不主動影響世界，世界將會影響你。

如今各大公司都在積極投資機器學習，我們已經(jīng)看到機器學習在改變世界。思想領(lǐng)袖們警告說，我們不能讓這個算法新時代存在于公眾視野之外。想象一下，一些大企業(yè)控制了互聯(lián)網(wǎng)，如果不積極投身其中，我們將被科技拋棄。關(guān)于機器學習，我認為 Christian Heilmann 說得很好：

「我們可以等待其他人利用機器學習的力量來做一些好事。但是作為我個人來講，我并不想靜觀其變。我想主動投身其中，參與這場革命。當然，你也可以！」

▌機器學習的內(nèi)部機制

機器學習用處很大，我們從很高級的層面對它有了初步的理解，但它內(nèi)部機制是怎樣，究竟是如何運轉(zhuǎn)的呢？

這非?？釋Π?？該視頻顯示每個圖層逐漸變得更簡單而不是更復雜。類似于編程中的方法將數(shù)據(jù)變成小塊，最終以抽象的概念呈現(xiàn)。你可以在這個網(wǎng)站（http://scs.ryerson.ca/~aharley/vis/conv/flat.html）上親自動手來參與這個過程。

你可以看到數(shù)據(jù)經(jīng)歷了一個訓練有素的模型，甚至可以看你的神經(jīng)網(wǎng)絡得到訓練。

機器學習的實際經(jīng)典實例之一是 1936 年的虹膜數(shù)據(jù)集。在我參加的 JavaFXpert 關(guān)于機器學習的概述中，我學習了如何使用其工具來可視化調(diào)整和反向傳播神經(jīng)網(wǎng)絡上的神經(jīng)元。你可以看著它訓練神經(jīng)模型！

圖注：用 Jim 的可視化工具訓練虹膜神經(jīng)網(wǎng)絡

即使你不是 Java 開發(fā)者，Jim 的演講也很適合你，它通過一個半小時的時間介紹機器學習的概念，其中包含了很多上述許多示例的信息。

這些概念令人興奮！你準備好成為這個新時代的愛因斯坦了嗎？驚喜每時每刻都在發(fā)生，趕緊投身其中吧。

▌如何投入學習？

學習資源非常豐富。我主要推薦以下兩種方法。

方法 1. 深入學習核心算法

如果你想成為機器學習領(lǐng)域的中堅力量，并且深入其中，那么這是你的必經(jīng)之路。

由CSDN聯(lián)合章華燕老師打造出品的《機器學習小咖養(yǎng)成記》精品課來襲，本課程是機器學習的入門且升級課程。本課從機器學習、深度學習最基本的原理入手，以模型為基礎，以算法與數(shù)學推導為核心，以算法調(diào)參與應用為導向，幫助學員深度掌握機器學習。13 場系列直播幫助學員徹底理解每個模型的運行原理及工作應用。

方法 2. 基于現(xiàn)有的庫開發(fā)應用

如果你對編寫算法不感興趣，但你想用它們來創(chuàng)建一個網(wǎng)站或者應用程序，那么你應該學習 TensorFlow 或者其他框架。

TensorFlow 是用于機器學習的著名開源軟件庫。你可以用多種方式使用它，甚至可以用 JavaScript。