为什么同样搜索相同关键词你和好友竟然出现不一样的商品列表？ 为什么我刚刚浏览了裤子以后首页各个频道的展现变了？ 一购物平台是如何知道我需要什么？ 是如何知道我喜欢什么并且可能想要买什么的？ 为什么它能做到每个人都不一样？ 为什么它要这么做？ 从这里会产生一个机器人模型学习概念机器学习就是将主体换为机器并且它通过某种途径来获取知识或者技能的过程并应用于未来的生活工作人获取知识的外化载体是书本音频视频等传输通道是人的感官处理中心是大脑而对应于机器外化载体也同样可以有以上各类信息源并且使用各类外放设备收集 所谓演绎 电报数据 法是从已知的规则和事 信息处理中心是与存储共同维护。
一个是演绎法一个是归纳
法这两种方法分别对应人工智能中的两种系统专家系统和机器学习系统。 所谓演绎法是从已知的 google 算法验证的链接也是如此 规则和事实出发推导新的规则新的事实这对应于专家系统。 专家系统也是早期的人工智能系统它也称为规则系统找一组某个领域的专家如医学领域的专家他们会将自己的知识或经验总结成某一条条规则事实例如某个人体温超过度流鼻涕流眼泪那么他就是感冒这是一条规则。
当这些专家将自己的知识经验输入到系统中这个
系统便开始运行每遇到一些新情况会将之变为一条条事实。 当将事实输入到专家系统时专家会根据规则或事实进行推导梳理并得到最终结论这便是专家系统。 而归纳法是从现有样本数据中不断地观察归纳总结出规律和事实对应机器学习系统或统计学习系统侧重于统计学习从大量的样本中统计挖掘发现潜在的规律和事实。
二机器学习过程数据维度 可以大致推算出购物为什么能够知道你喜欢什么是基于一个假设展 阿根廷數據 现出条件的一个人历史的购物行为及偏好会在未来的行为中也有迹可循。 所以利用机器学习我们通过用户历史交互数据特征包括谁在什么时间买了什么东西这个东西的名字叫什么什么颜色价格多少等等。 比较有用的可以对未来推荐有指导意义的特征包括 购买力 一个平时只买元左右牛仔裤的用户未来短期内买元和元的裤子的概率远远低于买左右或者左右的概率所以推荐的时候会更优先给你看到-左右的裤子。