上篇内容介绍关于机器学习一些基础概念的理解，今天深入的介绍机器学习的各种方式，以及在产品中的有哪些应用。

机器学习都有哪些学习方式？

涉及到机器学习相关知识：

• 监督学习：需要“标签”当老师，明确要预测什么。
• 无监督学习：不告诉机器正确答案，让机器自己学习，给出结果。
• 半监督学习：训练的数据，只有一小部分是标记过的，大部分是没有标记。
• 强化学习：通过反馈，边实践边学习。
• 迁移学习：在某个垂直领域训练完成后，移致去其他相关领域调优发挥作用。

监督学习

什么是监督学习：

• 概念：监督学习就是通过样例给定输入与输出，让程序学会一些通用的规则，这样对于需要预测的数据，得到输出。
• 诠释：有一个明确预测的目标，比如：预估房价，给予机器大量的有标签的数据，以及最终的销售价，来训练这个模型。

监督学习主要解决的是两类问题：

• 回归问题：

  • 概念：预测结果是连续的，意味着我们尝试将输入变量映射到一些连续函数。
  • 举例：如预测房价的例子，通过大量输入输出数据，以及各种房屋类型，环境等标签，训练模型后，输入新的数据，既可预测房价。

• 分类问题：

  • 概念：预测结果是离散的，意味着我们尝试将输入变量映射到离散类别。
  • 举例：如芒果的例子，同样通过大量输入输出数据，包括芒果，颜色，大小，形状，以及甜度，成熟度等标签，当输入新的数据，机器计算出属于这个芒果是在吃，还是在不好吃的分类里。

监督学习主要涉及到的算法模型如下：

• 线性回归模型（Linear Regression）
• K-近邻算法（k-Nearest Neighbors，KNN）
• 决策树（Decision Trees）
• 朴素贝叶斯（Naive Bayesian）
• 逻辑回归（Logistic Regression）

个人建议产品经理对于算法重视，初期知道解决的是什么问题即可，不要从学习的视角去深入，而是实际遇到问题，遇到问题时候再研究。

无监督学习

什么是无监督学习：

• 诠释：无监督学习就是不给数据提供标签，由程序自动对数据进行聚类、关联、降维等工作。
• 诠释：我们拥有大量的数据，但是不知道答案，需要用无监督学习的方法，让它们根据某些特征自动分成若干组，从而找到数据中存在的价值。

无监督学习主要解决的三类问题：

• 关联

  • 概念：为了发现各种现象同时出现的概率。
  • 举例：经典例子，男人买啤酒和买尿布的关联性非常高，超市把啤酒和尿布放在一起，从而提高业绩。

• 聚类

  • 概念：把样本分堆，使同一堆中的样本之间很相似，而不同堆之间的样本就有些差别。
  • 举例：Google新闻，每天会搜集大量的新闻，然后把它们全部聚类，就会自动分成几十个不同的组（比如娱乐，科技，政治......），每个组内新闻都具有相似的内容结构。

• 降维

  • 概念：降维意味着减少数据集中变量的个数，但是仍然保留重要的信息。主要作用是压缩数据与提升机器学习其他算法的效率。
  • 举例：房价包含房子的长、宽、面积与房间数量四个特征，也就是维度为4维的数据。而面积=长 × 宽，通过降维算法我们就可以去除冗余信息，即从4维的数据压缩到2维

无监督学习主要涉及到的算法模型如下：

• K 均值算法（K-means）
• 自编码（Autoencoding）
• 主成分分析（Principal components analysis）
• 随机森林（Random forests）

同理，解决实际问题中，再深入到算法里提升自己的认知。

半监督学习

什么是半监督学习：

• 概念：使用大量的未标记数据，以及同时使用标记数据，来进行模式识别工作。
• 诠释：大概意思就是，监督学习与无监督学习相结合的一种学习方法，介于两者之间。

半监督学习解决问题：

• 相比监督学习：节约人力成本，提高投入产出比。
• 相比无监督学习：可以得到分配更高精度的模型。

具体适用场景的举例：

• 例如：视频网站上有几百万的视频，但其中只有几十万的视频有标签，如果把剩下几百万视频都打上标签，工作量和成本是巨大的，而用无监督的方法，在很多情况下精度会很低，所以使用半监督的方法，可以在节省人力的情况下，得到分类更高精度的模型。
• 例如：垃圾信息过滤，一般的方法是监督，需要大量的语料标注，告知系统哪些可能是垃圾信息。但用户产会生了大量的信息，且垃圾信息的发布者也在调整策略，无法进行实时标注，这里可以用半监督的方法，根据垃圾信息发布者的特殊行为，发布内容等找到相似性，进行过滤。

强化学习

什么是强化学习：

• 概念：强化学习就是智能系统从环境到行为映射的学习，以使奖励信号(强化信号)函数值最大。如果Agent的某个行为策略导致环境正的奖赏(强化信号)，那么Agent以后产生这个行为策略的趋势便会加强。
• 诠释：针对没有标注数据集的情况而言，通过反馈来区分是否越来越接近目标。比如常见一个猜价格的游戏，你来猜这个东西值多少钱，别人告诉你猜的价格是高了还是低了。
• 例如：阿尔法狗，自己跟自己下围棋，通过一盘盘的胜负，自我学习、自我修炼、自我改正，然后一个一个迭代，自己跟自己下了1000万盘之后，完全就是一个新的狗狗。

强化学习和监督学习的区别：

• 监督学习总的来说是一个开环的学习。

  • 通常，监督学习任务会从环境中收集一批数据；
  • 接着我们用监督学习算法从数据中产生模型；
  • 最后就可以用这个模型来做预测了。

• 但是对于强化学习来说，它面对的是一个闭环的学习。

  • 首先，也是从环境中产生数据；
  • 用强化学习的算法从数据中产生模型；
  • 还要把模型放回到环境中运行，接着又会产生新的数据出来，再重复以上步骤。

强化学习的应用：

• 例如：训练机器臂，把一个指的位置的物体，拿到另外一个指定的位置上，这里你不告诉它怎么做，让他通过一遍遍的训练，找到最佳的移动物体路径。
• 例如：个性化推荐，当推荐你某个分类内容时候，你会点击或查看，它就会根据你的行为，推荐给你更多该分类的内容。
• 例如：无人机操作，指定你的无人机进行某种动作飞行，通过强化学习来控制高度，速度，姿态等等，根据奖励让它自己学习策略，来达到目的

迁移学习

什么是迁移学习：

• 概念：一般就是指要将从源领域学习到的东西应用到目标领域上去。
• 诠释：比如你会骑自行车，你会控制车把，刹车，控诉，躲避，踩踏，平衡感等等，然后让你骑摩托车时候，你也可以轻易上手，逐渐适应速度和动力上的特殊性。

迁移学习应用：

• 模拟中学习：不管是无人车，还是机械臂，在现实中学习耗时且昂贵。通过模拟的方法，在虚拟中完成部分的训练，迁移到现实中，当然这种方法存在很多问题，毕竟虚拟世界无法做到跟现实一模一样，比如物理引擎，但是作为初始训练是可行的。
• 适应新领域：在线推荐系统中利用迁移学习，例如影像资料领域做好一个推荐系统，然后应用在稀疏的、新的垂直领域书籍资料里。
• 跨语言传播知识：从一种语言学习然后将所得知识应用于另一种语言，是迁移学习的另一个重要应用。比如英语训练之后，迁移到印度本土语言上。

以上就是本人对于机器学习中各种学习方式理解，而其中的「深度学习」部分会单独谈谈自己理解。

AI PM认知系列的相关阅读：
第一篇：从0开始搭建产品经理的AI认知体系
第二篇：产品经理的AI知识框架：计算机视觉
第三篇：产品经理的AI知识框架：语音识别与合成
第四篇：产品经理的AI知识框架：机器学习1基础篇

作者：兰枫，前腾讯游戏，新浪微博PM，Elex产品总监，连续创业者。