文章目錄

• • 什么是集體智慧
  • 什么是機器學習
  • 機器學習的局限性
  • 真實生活中的例子
  • 學習型算法的其他用途
  • 小結

Netflix, Google都適用了先進算法，將來自不同人群的數(shù)據(jù)加以組合，進而得出新的結論，并創(chuàng)造新的商機。

更多類似例子：

• 約會網站希望幫助人們更快地找到他們的最佳拍檔；
• 預測機票價格變化的公司如雨后春筍般不斷涌現(xiàn)；
• 為了創(chuàng)造更有針對性的廣告。

什么是集體智慧

集體智慧通常含義：為了創(chuàng)造新的想法，而將一群人的行為、偏好或思想組合在一起。

集體智慧出現(xiàn)早于Internet，可用調查問卷或普查完成最為基礎的方法。

從一大群人中收集的答案可以使我們得出關于群組的統(tǒng)計結論：組中的個體成員將會被忽視。從獨立的數(shù)據(jù)提供者那里得出新的結論，是集體智慧所真正關注的。

例如：金融市場眾多參與者的交易行為預測

---

Internet出現(xiàn)之后，集體智慧有更多體現(xiàn)

• Wikipedia 在線百科全書由大量用戶共同維護
• Google是根據(jù)其他網頁對當前網頁的引用數(shù)多少來評價網頁等級的搜索引擎。這種評價等級的方法，搜集了數(shù)以千計的人對某一頁面的評價信息。

目標：利用開放的API來搜集數(shù)據(jù)，同時還會討論到各種機器學習算法和統(tǒng)計方法。將二者結合起來，可借助集體智慧的相關方法，對由自己編寫的應用程序搜集得到的數(shù)據(jù)進行分析；同時，也可以從其他地方搜集數(shù)據(jù)，并對數(shù)據(jù)進行試驗。

什么是機器學習

機器學習是人工智能領域中與算法相關的一個子域，它允許計算機不斷地進行學習。

大多數(shù)情況下，這相當于將一組數(shù)據(jù)傳遞給算法，并由算法推斷出這些數(shù)據(jù)的屬性相關的信息——借助這些信息，算法就能夠推測出未來有可能會出現(xiàn)的其他數(shù)據(jù)。

這種預測是完全有可能的，因為幾乎所有的非隨機數(shù)據(jù)中，都會包含這樣或那樣的“模式Patterns”，這些模式的存在使機器的得以據(jù)此進行歸納。

為實現(xiàn)歸納，機器會利用它所認定的出現(xiàn)于數(shù)據(jù)中的重要特征對數(shù)據(jù)進行“訓練”，并借此得到一個模型

---

垃圾過濾算法——從一堆垃圾郵件中歸納總結出是某單詞是垃圾郵件重要依據(jù)。下次收到郵件可根據(jù)結論判別郵件是否是垃圾郵件。

---

各種機器學習算法各有所長，適應不同類型的問題。

---

許多機器學習算法都很依仗數(shù)學和統(tǒng)計學。

統(tǒng)計學不是數(shù)學一個分支

機器學習的局限性

當對新的信息進行決策時，人們能夠從中識別出相似的信息來，而機器學習方法卻只能憑借已經見過的數(shù)據(jù)進行歸納，而且歸納的方式受到很大的限制，

例子：

• 將介紹到垃圾郵件過濾方法，是以單詞或單詞組合出現(xiàn)為依據(jù)，根本未給予考慮單詞的含義及句子結構。這是因為后者要比前者復雜多得多。
• 機器學習算法都有過度歸納的可能性。垃圾郵件過濾方法將友人的一封郵件視為垃圾郵件。

真實生活中的例子

• 網頁排名
• 推薦系統(tǒng)
• 市場預測
• 交友匹配

學習型算法的其他用途

• 生物工藝學 DNA序列，蛋白質結構，化合物篩選等海量數(shù)據(jù)，需進一步理解生物進程的模式。
• 金融欺詐偵測
• 機器視覺
• 產品市場化
• 供應鏈優(yōu)化
• 股票市場分析
• 國家安全

小結

一旦掌握一些機器學習的算法，會發(fā)現(xiàn)他們的應用隨處可見。

總結

以上是生活随笔為你收集整理的《集体智慧编程》笔记（1 / 12）：集体智慧导言的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。