熟讀高數才能理解機器學習？不，初中數學就夠了
誰說理解機器學習必須要熟讀高數？
近日，數據科學Kyle在Medium發布博客表示，理解機器學習在做的事情，有初中數學知識足矣。
這篇博客簡潔易懂、幽默風趣，在Medium上幾天內獲得600多贊。量子位將文章翻譯整理如下，與大家分享：
當下理解我們人工智能的方式通常比較極端，要麽通過媒體，越來越聳人聽聞的觀點讓人難以想象。要麽通過文獻，充滿晦澀語言和特定術語的論文讓人難以理解。
理解AI的正確姿勢應該在兩個極端之間，這就需要你在新聞或文獻之外理性判斷，對於一般人來說，至少應該知道AI是什麽。
這幾乎是沒有門檻的，我認為理解AI，中學數學知識就足夠了。這篇文章我將簡化人工智能中的數學，帶你撥開雲霧看本質。
在這裏給大家推薦一個python系統學習q群：250933691有免費開發工具以及初學資料，（數據分析，爬蟲，AI, 機器學習，神經網絡）每天有老師給大家免費授課，歡迎一起交流學習
- 簡單版AI和機器學習概念
能模仿人類的智慧，這是最具代表性的AI的定義。
AI可以有多重“形態”，從虛擬遊戲裏的機器人、谷歌DeepMind開發的下圍棋程序AlphaGo，到現實世界裏索菲亞這樣的人型機器人，這都是AI“寄生”的場所。
那AI和相關報道中經常提到的機器學習和深度學習是什麽關系，請看下面這張圖：
人工智能（AI）：泛指任何可以讓計算機模擬人類智慧的技術，可以通過邏輯、if-then等規則、決策樹和機器學習（包括深度學習）等方法實現。
機器學習：AI的一個子分類，讓機器通過真實世界的數據去“學習”，而非單調執行預先設定的規則。
深度學習：機器學習的子類，包含一系列算法。機器通過多層神經網絡去處理數據，自己學習去執行任務。在語言和圖像識別等任務中經常看到。
發現了麽，機器學習的最大特色之一，就是它的“學習”方式不同了。這裏的“學習”，其實也沒有看起來那樣有未來感，你在初中可能就已經接觸過了。
如果你看過《黑鏡》裏類似的橋段，就比較容易將現在AI可視化成一個有意識的實體，一個有思想、感覺、可以做出復雜決策的物體。
在媒體的報道中這種觀念更為普遍，甚至經常會把AI人格化，然後將其與電影《終結者》裏的天網（Skynet）和《***帝國》裏的Matrix相提並論。
實際上這都不是真的。在現階段AI就是數學。有時是高難度的數學，有時需要擴展到計算機科學、統計學等其他領域的知識。但AI的核心是一種數學函數。
也就是說，機器學習可以從y=mx+b這個方程式來理解。如下圖所示，我們已經知道了x值y值，此時需要讓一臺計算機通過輸入（x）和輸出（y）去思考兩者之間的關系，推斷出m和b的值。
這個公式推斷起來不難吧，y=1x+1，小學生也會做。就是這樣，我們創造一個公式來描述所給的數據，這大體上也是機器學習在做的事情。
這之間最有趣的部分就是，怎樣教機器選擇最適合這些數據的公式。一旦找到這其中的關聯，你還可以將它用圖表的形式表現出來。
- 你不懂的數學，拿給機器去做吧
y=1x+1是個非常簡單的例子，我們需要機器學習最主要的原因是，人類無法在數百萬量級的數據點中找到合適的公式，這就是計算機要去做的事了。
無論如何，必須有足夠多的數據才能找到正確的公式。如果我們僅僅有x=1和y=2兩個數據點，輸出的函數也是千變萬化的，可能是y=2x，可能是y=x+1,，也可能是y=([x+1]*5–9)? + 1等等。
根據少量數據構建公式，然後把它用到更多數據上，這個公式可能會出現大量錯誤。
並且，現實世界總不可能一直這麽完美。在下面這個動圖中可以看到，機器會在一堆數據中進行取舍，探索怎樣最大化去滿足這些數據，進而才去創造公式。
和數學課上那些規律輸入和輸出值不同，真實世界的數據更不可預測，也更“參差不齊”。
△ 最佳公式
當面對一堆變量時，人類找出合適公式的可能性更小了。只有x和y很容易，但如果y受x的1次方、2次方、100次方的影響呢？
人類就hold不住了，但計算機可以。
- 現實生活中的機器學習和AI
來看一個現實生活中的例子。我在制藥領域工作，就舉個×××相關數據集的例子好了。
這個數據集中有兩個關於腫瘤大小的輸入變量，即半徑和周長，以及兩個潛在的輸出，即良性腫瘤和惡性腫瘤。用我們上述思路來考慮，這事就是這樣的：
y：診斷結果，可以是0（良性）或1（惡性）
x1：半徑
x2：周長
每個x都有一個位置的m，先稱之為“某數”吧
b：依然是一個未知數
那麽這個線性方程長什麽樣？其實和上面的例子也沒什麽太大區別：
診斷結果=（某數1×半徑）+（某數2×周長）+b
這樣看來，這道題已經脫離了人類能力的範圍了，所以不用費時間去找這麽多變量與結果的關系了，我們可以讓機器去做，這之間就是機器學習！
在這裏給大家推薦一個python系統學習q群：250933691有免費開發工具以及初學資料，（數據分析，爬蟲，AI, 機器學習，神經網絡）每天有老師給大家免費授課，歡迎一起交流學習
熟讀高數才能理解機器學習？不，初中數學就夠了