摘要：在高度結(jié)構(gòu)化的數(shù)據(jù)挖掘以及通過分析來評(píng)估和改進(jìn)機(jī)器學(xué)習(xí)模型方面，是國(guó)際領(lǐng)先的研究人員。在機(jī)器學(xué)習(xí)里，我并沒有涉及強(qiáng)化學(xué)習(xí)的內(nèi)容。這些準(zhǔn)備讓讀者了解機(jī)器學(xué)習(xí)能做什么，然后我的書能幫助他們了解機(jī)器學(xué)習(xí)怎么工作。

非商業(yè)轉(zhuǎn)載請(qǐng)注明作譯者、出處，并保留本文的原始鏈接：http://www.ituring.com.cn/art...

Peter Flach，布里斯托大學(xué)人工智能教授，擁有20多年的機(jī)器學(xué)習(xí)教研經(jīng)驗(yàn)。在高度結(jié)構(gòu)化的數(shù)據(jù)挖掘以及通過ROC分析來評(píng)估和改進(jìn)機(jī)器學(xué)習(xí)模型方面，F(xiàn)lach是國(guó)際領(lǐng)先的研究人員。他著有Simply Logical: Intelligent Reasoning by Example，也是Machine Learning期刊的總編。曾擔(dān)任2009年ACM知識(shí)發(fā)現(xiàn)與數(shù)據(jù)挖掘國(guó)際會(huì)議、2012年歐洲機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘國(guó)際會(huì)議的程序委員會(huì)共同主席。

《機(jī)器學(xué)習(xí)》是迄今市面上內(nèi)容最全面的機(jī)器學(xué)習(xí)教材之一，書中匯集了所有用于理解、挖掘和分析數(shù)據(jù)的先進(jìn)方法，并且通過數(shù)百個(gè)精選實(shí)例和解說性插圖，直觀而準(zhǔn)確地闡釋了這些方法背后的原理，內(nèi)容涵蓋了機(jī)器學(xué)習(xí)的構(gòu)成要素和機(jī)器學(xué)習(xí)任務(wù)、邏輯模型、幾何模型、統(tǒng)計(jì)模型，以及矩陣分解、ROC分析等時(shí)下熱點(diǎn)話題。

本書寫作思路清楚，邏輯性強(qiáng)。作者首先介紹了機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)，然后提供了大量有價(jià)值的結(jié)論、對(duì)若干機(jī)器學(xué)習(xí)技術(shù)性能的洞見，以及許多核心算法的高層偽代碼，巧妙地引領(lǐng)讀者循序漸進(jìn)地學(xué)習(xí)。

——Fernando Berzal，Computing Reviews

點(diǎn)擊查看英文版

電影《機(jī)器姬》里，藍(lán)書軟件公司CEO——Nathan Bateman利用世界范圍內(nèi)的數(shù)據(jù)搜索、信息處理來培育人工智能，成功創(chuàng)造了兼具人類外表和思維的機(jī)器人Ava。科幻電影有一定的前瞻性，所以機(jī)器學(xué)習(xí)的深入真的能讓AI成為現(xiàn)實(shí)嗎？人工智能是禍還是福？

任何形式的智能，無論人工創(chuàng)造的與否，都要通過經(jīng)驗(yàn)、和周圍環(huán)境的互動(dòng)獲得提高發(fā)展。的確，機(jī)器學(xué)習(xí)是人工智能領(lǐng)域里重要的一部分，但它還需要比如常識(shí)推理、計(jì)劃等其他的能力。

人工智能的福禍取決于我們?nèi)绾问褂盟瑢?duì)它采取怎樣的保障措施。在某些領(lǐng)域，人工智能技能已經(jīng)取代了人類，所以我們（不能陷入無盡的恐慌之中）而要想辦法確保這些人有其他的工作可做。機(jī)器人對(duì)抗人類、擁有自主追求的想法，目前來講還不大可能，但人類確實(shí)需要考慮如何避免這種情況的發(fā)生。如果這只是個(gè)有趣的哲學(xué)問題就好了！

機(jī)器學(xué)習(xí)在大數(shù)據(jù)處理方面如何起作用？請(qǐng)給我們簡(jiǎn)單介紹下。

首先，你要問問自己，搜集到的數(shù)據(jù)有沒有包含足夠的信息解決問題。最好把問題簡(jiǎn)化到幾乎可以動(dòng)手就能解決的程度，然后看看利用這些數(shù)據(jù)構(gòu)建的機(jī)器學(xué)習(xí)模型是否可以解決這個(gè)簡(jiǎn)單的問題。如果可以，你再進(jìn)一步增加問題的難度；如果不可以，就需要搜集更多更好的數(shù)據(jù)！

語音識(shí)別技術(shù)是機(jī)器研究領(lǐng)域的一個(gè)重要方向。在2015年語音識(shí)別頂級(jí)會(huì)議interspeech上，關(guān)于魯棒語音識(shí)別領(lǐng)域的識(shí)別模型主要基于深層神經(jīng)網(wǎng)絡(luò)。這是否意味著信號(hào)級(jí)別上的語音增強(qiáng)、降噪、過濾已經(jīng)過時(shí)了？

深度學(xué)習(xí)在語音和圖像識(shí)別方面非常成功。雖然很強(qiáng)大，但深度學(xué)習(xí)需要大量的數(shù)據(jù)支持和高密度地運(yùn)算。這對(duì)人類來說還是個(gè)“黑匣子”，我們雖然可以利用它解決一些問題，卻不知道如何構(gòu)建。有些技術(shù)比如過濾很容易理解，我們也可以根據(jù)使用情況判斷技術(shù)的重要性。就比如，許多人并不知道汽車的工作原理，卻絲毫不影響他的駕車技術(shù)；但如果要駕車穿過撒哈拉大沙漠，他就必須了解汽車是如何工作的。

目前人們用來打開“黑匣子”的一個(gè)做法是，先訓(xùn)練深層神經(jīng)網(wǎng)絡(luò)得到良好的性能，然后根據(jù)深層神經(jīng)的輸出結(jié)果，訓(xùn)練淺層神經(jīng)網(wǎng)絡(luò)或者其他解釋性技術(shù)，來理解“黑匣子”。

前段時(shí)間，AlphaGo和李世乭的圍棋對(duì)弈很火。您是否可以從機(jī)器學(xué)習(xí)的角度給些建議，比如AlphaGo應(yīng)對(duì)挑戰(zhàn)時(shí)，如何進(jìn)行搜索，獲得應(yīng)對(duì)走法？在無數(shù)的可選走法中，如何做到全局觀把握？

在玩兒圍棋或者Go這樣的游戲時(shí)，電腦會(huì)通過一個(gè)包含所有可行走法的數(shù)據(jù)樹，不僅包括自己的應(yīng)對(duì)走法也充分考慮對(duì)手的走法。這個(gè)樹的所有數(shù)據(jù)都是AlphaGo自己跟自己對(duì)抗時(shí)獲得的，賽數(shù)驚人得大，就算我們一生都在玩圍棋也無法完成。這樣，它會(huì)形成兩個(gè)深層網(wǎng)絡(luò)：一個(gè)用來計(jì)算每種可行走法，一個(gè)用來計(jì)算每個(gè)棋盤位置。這種學(xué)習(xí)叫作強(qiáng)化學(xué)習(xí)。在《機(jī)器學(xué)習(xí)》里，我并沒有涉及強(qiáng)化學(xué)習(xí)的內(nèi)容。假如時(shí)間允許，我會(huì)考慮在第二版里加入這部分內(nèi)容。

這次人機(jī)大戰(zhàn)中機(jī)器的勝利會(huì)不會(huì)鼓勵(lì)更多的人學(xué)習(xí)研究機(jī)器學(xué)習(xí)？

我開始系統(tǒng)研究機(jī)器的時(shí)候，并不是每個(gè)人都認(rèn)為計(jì)算機(jī)科學(xué)是門真正的學(xué)科，更別說人工智能、機(jī)器學(xué)習(xí)這些不尋常的領(lǐng)域了。現(xiàn)在，好萊塢電影、人機(jī)對(duì)戰(zhàn)等都加入了這些引人注意的元素，確實(shí)是件好事。卻也不免充斥著大量的炒作，誘導(dǎo)人們產(chǎn)生不切實(shí)際的期望。以學(xué)術(shù)態(tài)度系統(tǒng)地研究機(jī)器，追求的是，事物間細(xì)微的差別而不是大肆的宣傳。當(dāng)然，越多人研究學(xué)習(xí)機(jī)器對(duì)機(jī)器學(xué)習(xí)的發(fā)展越好！

您能給機(jī)器學(xué)習(xí)方面的自學(xué)者提供些建議嗎？他們首先需要做哪些方面的準(zhǔn)備？

構(gòu)思《機(jī)器學(xué)習(xí)》的時(shí)候，我有嘗試考慮自學(xué)者的需要，但他們確實(shí)需要一些背景知識(shí)方面的準(zhǔn)備：一點(diǎn)概率和統(tǒng)計(jì)方面的知識(shí)，懂點(diǎn)兒邏輯和線性代數(shù)。另外，最好還能玩轉(zhuǎn)一些機(jī)器學(xué)習(xí)軟件：Python的scikit-learn現(xiàn)在很受歡迎，R和Matlab也提供了很多機(jī)器學(xué)習(xí)庫。這些準(zhǔn)備讓讀者了解機(jī)器學(xué)習(xí)能做什么，然后我的書能幫助他們了解機(jī)器學(xué)習(xí)怎么工作。

-------------------------------------------------------------------------------------------------------------------------------

——更多訪談