机器学习的重要性

了解机器学习为何重要至关重要，这样您才能了解该领域以及该领域的各种方法和未解决的问题的内在价值。

就像了解您的“为什么”一样，了解该领域的价值可以作为信息的有力筛选器，帮助您专注于那些真正兑现该领域承诺的方法。

在这篇文章中，您将了解到机器学习很重要，因为它提供了能够为复杂问题创建解决方案的方法。您会发现，有些问题无法通过手动指定程序如何解决它们。

机器学习的承诺是，它提供了工具，可以比我们手动编写解决方案更快、更准确、更可扩展地为复杂问题生成解决方案。

复杂问题

在计算机中编写程序可以概括为自动化输入数据上的过程以创建输出工件。几乎总是，它们是线性的、过程性的和逻辑性的。传统程序是根据某些规范用编程语言编写的，它具有以下特性：

• 您知道或可以控制程序的输入
• 您可以指定程序如何实现其目标
• 您可以映射出程序将做出的决策以及在何种条件下做出这些决策
• 您可以测试您的程序，并确信由于输入和输出是已知的，并且所有条件都已得到执行，因此程序将实现其目标

有些问题可以在计算机中表示，但您无法编写传统程序来解决。它们抗拒过程和逻辑解决方案。它们具有以下特性：

• 所有可能输入的范围无法提前知道
• 您无法指定程序如何实现目标，只能知道目标是什么
• 您无法映射出程序需要做出的所有决策来实现其目标
• 您可以收集程序的样本输入数据

像这样的问题会抗拒传统的程序化解决方案，因为手动指定解决方案需要不成比例的资源。

您可能是一名程序员，而且您可能是一名经验丰富的程序员。这听起来可能很奇怪，甚至令人难以置信。作为程序员，我们相信只要我们能够定义程序需要做什么，我们就有信心能够定义程序如何实现该目标。事实并非总是如此。

垃圾邮件过滤器示例

一个日常的、抗拒手动定义解决方案的决策问题是区分垃圾邮件和非垃圾邮件。

您会如何编写程序来过滤进入您电子邮件帐户的电子邮件，并决定将其放入垃圾邮件文件夹还是收件箱文件夹？

照片由 balise42 拍摄，保留部分权利

我对此的一些想法是：

• 我将收集我知道是垃圾邮件或非垃圾邮件的电子邮件示例
• 我将阅读我收集的电子邮件，并写下我在任一组中看到的任何模式
• 我将考虑将这些模式抽象成我可以编程的更通用规则
• 我将寻找我可以安全快速地归类为垃圾邮件或非垃圾邮件的电子邮件
• 我将为我的程序编写测试以确保它做出准确的决策
• 我将监控已部署的系统，并密切关注它所做的决策

我可以编写一个程序来完成这项工作，您也可以。这需要花费大量时间。必须阅读大量电子邮件。需要对问题进行非常深入的思考。在系统可以被信任到可以投入运营之前，需要大量的开发和测试时间。一旦投入运营，将会有如此多的硬编码规则，这些规则特定于我阅读过的电子邮件，这将是一个维护噩梦。

上述过程也描述了一种机器学习解决方案，用于区分垃圾邮件和非垃圾邮件。关键在于，机器学习方法可以为您自动化此过程。

专业提示：以这种方式处理复杂问题是一项非常有价值的技能，它将在您以后准备数据和选择正确的机器学习方法时为您提供极大的帮助。思考“我将如何手动编写程序来解决这个问题”的过程是一项通常被专业人士忽略和遗忘的大师级技能。

机器学习的重要性

机器学习领域提供了从数据中自动做出决策的工具，以实现某些目标或要求。研究问题集中在如何做得更好以及结果的含义。

让我们关注机器学习工具和实践的实际问题解决能力。这些机器学习的工具和实践对世界很重要。它们之所以重要，有四个原因：

• 自动：机器学习方法是自动化的过程（算法），它们会创建算法。这些方法在数据上运行并生成一个模型，该模型指定如何实现程序的目标。
• 快速：机器学习方法可以节省您的时间。这些方法可以分析样本输入数据并比您手动编写程序更快地交付程序。
• 准确：机器学习方法可以做得比您更好。作为自动化方法，它们可以在比您更多的数据上运行更长时间，以做出更准确的决策。
• 规模：机器学习方法可以为您无法解决的问题提供解决方案。这些方法可以进行扩展并互联，以实现以前无法考虑甚至无法设想的问题的解决方案。

在这篇文章中，您了解到机器学习之所以重要，是因为它提供了能够为复杂问题创建解决方案的方法。具体来说，这些是抗拒手动指定解决方案的问题。

您了解到机器学习的承诺是，它能够自动、更快、更准确地解决这些类型的问题，并且比手动指定的解决方案规模更大。

您认为有哪些复杂问题抗拒手动编程解决方案？请在下方留言。