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據加以組合，進而得出新的結論，并創造新的商機。

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；
• 為了創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計結論：組中的個體成員將會被忽視。從獨立的數據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出現之后，集體智慧有更多體現

• Wikipedia 在線百科全書由大量用戶共同維護
• Google是根據其他網頁對當前網頁的引用數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來搜集數據，同時還會討論到各種機器學習算法和統計方法。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據進行分析；同時，也可以從其他地方搜集數據，并對數據進行試驗。

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。

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

這種預測是完全有可能的，因為幾乎所有的非隨機數據中，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此進行歸納。

為實現歸納，機器會利用它所認定的出現于數據中的重要特征對數據進行“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。下次收到郵件可根據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學和統計學。

統計學不是數學一個分支

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據進行歸納，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為依據，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
• 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據，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，會發現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。