机器学习感悟2

       这几天搜了关于机器学习的视频， 看到了机器学习的前景与适用范围并且也知道了机器学习要用到数学领域的知识，比如说概略论，线性代数、离散数学、高等数学等一系列的数学知识。突然感觉到终于要学以致用了，哈哈。不过也感到这压力好大啊！！！ 这思维逻辑可谓的十分强大才行啊。

       机器学习应用的领域范围也是十分的宽阔而且感觉这是将改变人类生活方式的一门学科，因为它设计的领域真的是超级前沿，这一个不小心就是改变人类命运啊！！比如说，在过去的十年中，机器学习已经给我们在自动驾驶汽车，实用语音识别，有效的网络搜索，以及提高人类基因组的认识方面带来大量帮助。突然感觉好高大上。

       不过看起来虽然很好但是机器学习也存在瓶颈，主要分为 3 个大的方面和其他一些小方面：局限 1：需要大量训练样本；局限 2：难以适应环境变化；局限 3：黑箱模型。虽然我们处于大数据时代但是样本总量不少但是特定类样本少、有标记样本少，而且难以适应环境变化。比如说自动驾驶技术在暴风雨天气就会出现状况。

       为了解决这些问题我们要跳出框架从整体看问题，为此我们提出了“学件”这一概念。很多人可能在自己的应用中已经建立了这样的模型，他们也很愿意找到一个地方把这些模型分享出去。那以后一个新用户想要应用，也许不用自己去建立一个，而是先到“学件”的市场上找一找有没有合适的，可以拿来使用修改。比如说，要找一把切肉的刀，可以先看看市场上有没有这样的刀，不会说自己从采矿开始重新打一把刀。如果没有合适的刀，也许会选择一把西瓜刀，然后用自己的数据重新“打磨”一下，让它满足自己应用的需要。