机器学习术语表

介绍一些机器学习术语和 TensorFlow 专用术语的含义。

前言

  最近工作需要,初学了一下机器学习。一开始对其中的很多名词都不理解,就在网上找了一些资料。这里简单整理下。

一、AI、机器学习、深度学习

1. 人工智能知识图谱

  人工智能不是一门独立的学科,它和其它很多学科都有交集,如下为人工智能知识图谱。
  总的来说,机器学习还是属于人工智能范围内的,深度学习也属于机器学习的一个子领域。
  神经网络横穿其中,深度学习是基于神经网络的。
ai_knowledge_graph.png

2. 人工智能、机器学习和深度学习的关系

  机器学习是实现人工智能的一种方法,深度学习是机器学习的一个分支。
ai_ml_dl.jpg

3. 机器学习

  机器学习算法是一类从数据中自动分析获得规律(模型),并利用规律对未知数据进行预测的算法
  机器学习思维导图

4. 深度学习

  基于深度神经网络的学习研究称之为深度学习。
  大于两个隐藏层的神经网络称为深度神经网络,深度指的隐藏层的层数。
deep_neural_network.png

二、TensorFlow

  TensorFlow是Google在2015年年底开源的内部使用的深度学习框架。
  它的流行让深度学习门槛变得越来越低,只要你有Python和机器学习基础,入门和使用神经网络模型变得非常简单。TensorFlow支持Python和C++两种编程语言,再复杂的多层神经网络模型都可以用Python来实现,如果业务使用其他编程也不用担心,使用跨语言的gRPC或者HTTP服务也可以访问使用TensorFlow训练好的智能模型。
  为什么说TensorFlow强大呢?因为在使用TensorFlow训练模型时,我们不需要手动实现最小二乘法等算法,也无需通过if-else来控制代码逻辑,完全是由数据驱动并且根据选择的算法动态调整Loss值来学习。

三、术语表

  重复搬运文章没什么意思,这里只记录下两份中文版术语表的官方链接:
  1. 《机器学习术语表》
  https://developers.google.cn/machine-learning/glossary/?hl=zh-CN
  由Google官方的工程教育团队发布,该术语表中列出了一般的Machine Learning术语和 TensorFlow 专用术语的定义。语言版本包括西班牙语,法语,韩语和简体中文。
  2. 《TensorFlow术语表》
  http://www.tensorfly.cn/tfdoc/resources/glossary.html
  由TensorFlow中文社区翻译官方文档。

四、我们用机器学习做什么

  说到机器学习,一般人肯定会想,这是博士生做的事情,我们碰不了。其实并非如此,不同人群对于机器学习的应用也是不同的:

  • 对于数据科学家、研究生、院士:
    • 研究复杂模型的算法
    • 改善和精进现有算法
  • 对于互联网公司机器学习工作、数据挖掘工程师岗位
    • 研究各种算法,设计高大上模型
    • 深度学习的应用,N层神经网络
  • 对于大多数程序员
    • 跑数据,各种map-reduce,hive SQL,数据仓库搬砖
    • 数据清洗
    • 分析业务,分析case,找特征
    • 常用算法跑模型


参考
https://blog.csdn.net/xun527/article/details/79482940
https://blog.csdn.net/u013521220/article/details/79721682


  转载请注明: 文渊博客 机器学习术语表

  目录