写给孩子看的机器学习指南

　　（本文旨在使即使是小学一年级的学生也容易理解机器学习的基础。这反过来将使所有人都可以使用它。如果您觉得任何部分都未能达到该目的，请在评论中告知我，我将尝试改进该部分）

　　成人喜欢用很多复杂的词说些什么。 这可能是因为他们想要显示出令人印象深刻的词汇。 在诸如计算机科学之类的技术领域中，它的技术术语变得越来越重要，情况变得更糟。 这些技术用语应有助于区分相似的想法。 但大多数情况下，它会使简单的想法复杂化。 在本文中，我将尽量不要使用这些复杂的词。 这样一来，您可以清晰地理解想法，而不必记住大词。 因此，让我们开始。

　　让我们从头开始。

　　您可能已经看过周围的计算机。 从智能手表到手机，平板电脑和笔记本电脑，它们都是不同形式的计算机。 如今，这些有用的小工具一直是"哑巴机器"。 他们善于服从命令，如听话的小狗（或对那些奇怪的人来说是小猫）。 如果您告诉它向右滑动，则向右滑动。 如果您告诉它向左滑动，则向左滑动。 如果当有人单击Instagram图标时告诉它打开Instagram，它将打开它。 你得到的漂移。 它无法独立思考任何事情。

　　尽管这些机器很笨，但在过去的50年中，我们已经使计算机做很多事情。 从增加数字和播放歌曲到在Chess中击败大师级人物。 但是对于每件事，都必须有人告诉计算机要做什么以及确切如何做。

　　因此，计算机可以为我们做的事情是有限的。 计算机只能做一些我们可以向他们展示如何做的事情（逐步进行）。 您可能猜到了，那魔术很快就失去了魅力。 总有一些地方：

　　甚至人类都不知道该怎么做（更不用说向计算机解释了）还有一些我们不知道如何告诉计算机该怎么做的任务。 （我们无法用机器可以理解的语言清楚地解释它）

　　（在编程中，告诉计算机做什么和如何做是一个大词。但是我们不会使用这些大词，因为我们还不想成为成年人。）

　　今天的故事是什么？

　　很长时间以来，如果没有别人告诉他们如何做某事，计算机将无法执行任何操作。 直到最近都是如此。 一些非常聪明的人，找到了一种教计算机自己学习的方法。 （成年人为此使用的另一个大词是机器学习。） 假设您在没有老师的教室里。 在这里，您和您的所有同学无需任何老师就可以自行学习。 对吗？ 想象一下，一台计算机自己学习会多么奇怪。 令人惊讶的是，计算机非常擅长自行学习。 它甚至可以学习人们无法教的复杂事物。

　　（*该领域的先驱们并没有像某些优秀的敬业教师那样放弃计算机。他们一直在教计算机，直到缓慢的愚蠢的计算机开始学习为止）

　　"自学"是什么意思？

　　通过显示许多问题和答案的示例，我们教计算机的方法。 专家喜欢将整个示例集称为数据集。 这些示例包含一个示例问题（x）及其正确答案（y）。 一个示例可能包含"猫的图片"及其答案"猫"。

　　这就像一些学校里好老师在考试前给出的示例测验。 此示例测验帮助您为考试做准备。 您可能不会在考试中得到完全相同的问题，但可以帮助您准备相似类型的问题。

　　我们向计算机显示问题和答案的示例，而没有告诉您如何找到正确的答案。 使用示例，计算机尝试找出一种猜测正确答案的方法。 即使在我们展示的示例中没有看到这个特定问题，它也会学会做出正确的猜测。 计算机查找以前遇到的类似问题，并使用以前看到的正确答案进行猜测。 这就是计算机的全部工作-根据先前看到的示例进行猜测。

　　（**了解数学的人对尝试用无意义的字母来称呼事物感到很奇怪。对于学生而言，最可怕的字母是X。来自世界各地的每个学生都花了无数小时来尝试"查找X"。：- D尽管看起来很怪异，但这个数学领域却称为"代数"，它非常有用。它对于使用字母，数字甚至是类似外星人的符号精美地表达非常复杂的思想很有用。）

　　"猜到你说的是吗？ "是的，不是。

　　计算机所做的只是根据对类似问题的了解进行猜测。 （一种幻想的猜测方式称为预测）。 好吧，这不是随机猜测。 它会尝试根据一些有趣的数学来学习尽可能做出最好的猜测（我们现在还不需要研究）。 重申一下，机器学习中的学习全部是要弄清楚如何做出最好的猜测。 最好的猜测是最接近正确答案的猜测。

　　"那么，如何正确猜测呢？"

　　最初，计算机会做出非常糟糕的猜测（从随机猜测开始）。 然后，它将自己的猜测与我们在示例中提供的正确答案进行比较。 我们要求计算机减少其猜测中的错误。 然后继续进行减少错误。 当它试图减少错误时，它会自我纠正，因此慢慢接近正确的猜测。

　　专家将计算机纠正其自身错误的过程称为梯度下降。 现在无需记住名称。 这可能是将来另一个有趣的帖子的主题。 现在，请记住，计算机会通过查看正确答案的示例来缓慢地进行自我校正。

　　"如果机器正在自我校正，那么我们人类会在做什么？"

　　机器学习不是由计算机自己执行的。 人类在机器学习中扮演着非常重要的角色。 人类扮演着控制整个比赛的教练或协助者的角色：

　　人类提供了计算机用来学习的示例。人们告诉计算机如何检测错误。

　　基本上，机器唯一要做的就是根据示例进行猜测，并尽其所能纠正其猜测。 其他所有内容均以人类提供的信息和代码为指导。

　　总结

　　这是对什么是机器学习的非常快速的介绍，而无需深入研究油腻的细节。 这是本文的主要思想的简要概述：

　　机器学习使计算机可以执行任务，而无需告诉计算机如何执行任务。机器学习是关于计算机的许多示例，它们试图找出最佳答案。机器学习如何做出最佳猜测的方式是通过自我纠正错误的猜测。 这是通过查看示例中的正确答案来完成的。人类通过提供正确的示例集，发现错误的方式等来运行整个游戏。

　　如果您了解这一点，那么比大多数人更了解机器学习的工作原理。 随时在评论部分中添加您的反馈和查询。