1樓：徐佳逸
給你個很簡單的分類的例子。
讓乙個小朋友嘗試去分清橘子和蘋果。
人類如何學習
媽媽告訴我，蘋果是紅的，橘子是黃的；
媽媽又說了，蘋果有柄，橘子沒柄；
後來我發現乙個青色的水果，他跟蘋果的味道比較像，而且也都有柄，那這個青色的水果也是蘋果吧。
機器如何學習
監督學習
有兩框的水果，包含蘋果和橘子
一筐是訓練集，一筐是測試集
訓練集裡每個水果都有乙個向量來描述：（顏色，有/沒柄，味道）並且都有標籤標註正確的分類結果
（紅，有柄，甜）=》蘋果
（紅泛黃，有柄，酸）=》蘋果
（黃，沒柄，酸）=》橘子
機器根據訓練集訓練出乙個模型
比如：紅色有柄的就是蘋果，黃色沒柄的就是橘子再到測試集上測試除錯模型。
非監督學習
這時候又有了乙個青色有柄味酸的水果，這是啥玩意兒呢因為跟蘋果的向量距離比較近（都有柄），聚類的演算法就會把這個水果分到蘋果那一塊。
這時候我們不妨也把這個新的水果認為是蘋果。
可以對比下，人的學習過程和機器的過程其實也都是認識物體的特徵向量。
人類可以借鑑的地方
回答這個問題前先來認識下人腦和電腦有哪些區別人腦 VS 電腦
並行+分布式 VS 序列+中心化
電腦也可以並行，然而那是人為寫程式來操控的，而大腦的並行化是自帶的模糊但穩定性高 VS 準確卻脆弱
可自我調整 VS 死板的
電腦的調整能力由人設定的程式來定
電腦對人腦的優勢決定了人類可以借鑑的地方
序列，中心化
就是專一做一件事了
準確卻脆弱+死板的
問題都嚴格的按程式來呀
法律生物分類
流程圖思維導圖
等等所以也會造成模型比較脆弱，意思就是模型並不穩定所以才有很多法律空子，法律才要勤修啦
機器學習是否可以為人類學習提供捷徑？
來卡 觀點 人類社會，學習不僅是進步，更是痛苦承受力競爭。推論過程 捷徑理解為速成，用較少的付出獲得大的回報。那麼首先定義學習的回報。我覺得人類學習一為了技能，進而取得更大的物質利益，可以理解為工作 二為了自我滿足，也可以理解為娛樂。一是工作，工作評價的的價值高低由相對價值決定，具體由機遇，技能和努...
社會學和人類學對機器學習 推薦演算法的幫助體現在哪些方面？
社會學更多的是研究人和人之間的關係或者研究人和機械人之間的關係，比如教育倫理社交。神經學科方面的理論對於神經網路比如說，神經網路的前饋以及反饋都是在人的神經結構上演變而來的。 yuanyixiao 機器學習是，經過大量資料訓練以及演算法優化以後，計算機可以得出更貼合人常識的結論。人類學習是，通過接觸...
機器學習與傳統工科的結合有哪些成功的案例或研究？
雲程萬里 機械故障診斷 emmm.可能跟有趣扯不上關係 例如，基於深度殘差收縮網路Deep Residual Shrinkage Networks的故障診斷 1 2 整合了新興的殘差網路和經典訊號分析中的軟閾值函式，原理如下 雪地冰激凌 利用機器學習方法對訊號進行降噪處理 通道 具體內容沒細問所以未...