为什么要使用机器学习？对比传统编程有什么优势？

科技 06-12 来源：马上学人工智能

这篇文章我们学习《机器学习速成系列》--为什么要使用机器学习？对比传统编程有什么优势？

机器学习是一种实现人工智能的方法。目前热门的深度学习是一种实现机器学习的技术。也就是说，深度学习属于机器学习，而机器学习是人工智能的一个分支，机器学习是一个重要的工具，目前在人工智能上有很广泛的应用。

机器学习

我们马上学三点，

传统编程与机器学习的差别
机器学习的4个优势
哲学角度看机器学习的好处

1. 传统编程与机器学习的差别

为什么要使用机器学习？要明白这个问题，我们先了解，传统编程方法与机器学习算法在解决问题时的差异。

传统编程与机器学习的差别

在传统编程中，我们输入的是程序，也即是规则，和需要根据这些规则进行处理的数据，系统输出给我们结果答案。比如，我们用编程语言写函数，输入数据，函数就会返回结果。

而机器学习大部分工作是由机器来完成的，机器从数据中自动学习规则，学习程序。

机器学习我们输入的是数据，和从这些数据中预期得到的答案结果，系统输出的是程序、规则或者叫模型，这个模型应用于新数据会自己生成答案结果。比如：输入猫狗图片和对应结果标签，系统将学会把图片和特定标签联系在一起的统计规则，得到一个对猫狗分类的模型。

传统编程需要工程师自己根据具体的问题，进行建模找到规则，去写算法程序。

而机器学习系统会自动学习一套规则，这套规则应用于新数据的时候，计算机会自主生成答案。

所以机器学习一种新的编程范式。

传统编程与机器学习的差别

机器学习系统是训练出来的，而不是明确的用程序编写出来的，这点和我们人类思考类似，我们从经验中归纳规律，演绎未来。机器学习从历史数据中训练出模型，预测未知属性的新数据。

现实世界中的机器学习更注重数据分析，而不是编码。

2.机器学习的优势

机器学习的优势

现在我们知道机器学习是一种新的编程范式。接下来，我们对比传统编程，讲讲机器学习的几个主要优势，我们通过举例拼写纠错算法来说明。

优势一：缩短编程时间，简化代码，提高代码的执行能力

对于那些现有解决方案需要大量手动调整，或者是规则列表超长的问题，机器学习算法可缩短编程时间，简化代码，提高代码的执行能力。

举例，编写一个程序来纠正拼写错误，传统编程：我可以通过大量示例，比如，错别字“感帽”，感冒错写成了帽子的帽，整理大量经验法则，经过数周的努力，编写出一个合理的程序，尽量包含所有的规则。

或者，我也可以使用现成的机器学习工具，一些通用的模型算法，或者github上面的开源算法，只需向其提供一些样本，即可在很短的时间内获得一个更可靠的程序。 时间短，代码少。

传统编程需要人工总结规则，机器学习可以基于现有的模型，只需要提供数据，就可以生成当前场景的模型。

优势二：适应新的数据，自定义产品，使其更适合特定的用户群体

机器学习可以适应新的数据的变化，就是可以根据环境的不同实现系统个性化，借助机器学习，自定义自己的产品，使其更适合特定的用户群体。

举例，刚刚编写的中文拼写纠正算法，这个程序很成功，因此我们打算针对全球100多种语言提供相应的版本。

传统编程，每种语言的版本几乎都需要从头开始，我们要分析各种语言的语法和规则，这将需要付出数年的努力。

但如果我使用的是机器学习技术构建该程序，现在要迁移到其他语言，基本上只需收集该种语言的数据，并将这些数据提供给完全一样的机器学习模型训练即可。这也是为什么Google翻译可以支持那么多语言，性能同步提升。

优势三：对于采用传统方法无法解决的问题，可以通过机器学习技术找到一个解决方案

举例，我可以认出朋友的面孔，理解他们所说的话，但所有这些都是在潜意识下完成的，如果让我编写一个程序来做这些事，我会完全不知所措。

但是，机器学习算法对此却很擅长；我不需要告诉算法应该怎么做，只需向其展示大量样本数据，问题就可以迎刃而解。

优势四：数据挖掘，从海量的数据中寻找数据的潜在的规律和价值。

机器学习可以帮助我们学习，我们可以先借助机器学习帮助我们找到一些规则，我们可以检视某些机器学习算法，了解它们学到了什么。例如：一个垃圾邮件系统，它通过大量数据训练的，我们检视它，查看它认为，可以作为垃圾邮件最佳预判的单词和单词组合列表。帮我们揭示一些人类未曾意识到的关联性或是新趋势，从而帮助我们更好地理解问题。

这就是我总结的机器学习的四个优势。