2019年7月8日 星期一

好書 : 世界第一簡單機器學習

週日在鄉下的市圖看到這本漫畫版的機器學習書, 上回在明儀也有看到, 是日文翻譯書, 京都工藝纖維大學荒木雅弘教授的著作, 而且是經台大資工系張志興教授校訂過, 利用漫畫輕鬆引介機器學習知識, 是一本難得的好書 :

世界第一簡單機器學習


Source : 博客來


我覺得日本人整理知識的功夫應該是世界首屈一指, 任何硬梆梆的知識他們都有辦法畫成漫畫, 真是令人佩服.

本書的劇情是從一個剛從某大學資工系畢業, 抱著找個容易混, 能在鄉下老家享受悠閒生活心態的清原和馬, 因為區公所要預測活動人數, 跑回學校找波越教授搬救兵開始的. 因為教授出國, 只好跟正就讀碩士班的京野奈耶香學姊求教機器學習, 內容還蠻有趣的 (這就是畫成漫畫的目的, 帶入劇情, 連死硬的知識也鮮活起來).

摘要如下 :
  1. 機器學習 (ML) 是根據大數據來建立可用於分析, 預測, 與判斷之模型.
  2. 資料探勘是透過統計學與機器學習找出大數據中隱藏的關聯性, 故資料探勘也是機器學習的一部份.
  3. 機器學習根據資料的使用情形分成 :
    (1) 監督式學習 supervised learning
    (2) 半監督式學習 semi-supervised learning
    (3) 非監督式學習 non-supervised learning
  4. 監督式學習可分為 :
    (1) 識別問題 : 例如手寫字識別
    (2) 迴歸問題 : 例如預測活動參加人數
    深度學習大都用在監督式學習. 
  5. AI 圍棋使用半監督式學習之一的增強式學習 (reinforcement learning), 對不同棋局不會提供怎麼下的資訊, 而是配置勝敗相對應的報酬.
  6. 非監督式學習是從大數據中找出對人類有幫助的結論, 例如從購買記錄得出推薦商品或從機器運作記錄中發現異常等.
  7. 單變數 (一維) 線性廻歸 : y=w1x + w0, 其中 w1 稱為權重 (weight).
  8. 好的回歸函數需使求出來的值與觀測值盡可能小 (預測較準), 機器學習是以最小平方法 (least square) 來調整回歸函數中的權重使平方誤差為最小. 
~未完~

沒有留言 :