集体智慧摘要

第一章要点

>
1. 如何利用开放的API来搜集数据，将各种机器学习算法和统计方法结合起来，就可以借助集体智慧的相关方法，对由自己编写的应用程序搜集得到的数据进行分析；同时，也可以从其他地方搜集数据，对数据进行试验
2. 机器学习时人工智能领域中与算法相关的一个子域，允许计算机不断地进行学习，这相当于将一组数据传递给算法，并由算法推断出与这些数据的属性相关的信息，借助这些信息，可以预测出未来有可能会出现的其他数据。
3. 很多机器学习算法都很依仗数学和统计学，简单的相关分析和回归都是机器学习的基本形式。
4. 机器学习的局限，机器学习方法只能凭借已经见过的数据记性归纳，而且归纳的方式受到很大的限制。如果一个模式不同于算法先前所见过的任何其他模式，就很有可能会被“误解”

提供推荐

>
1. 如何根据群体偏好为人们提供推荐，如何构筑一个系统，用以寻找具有相同品味的人，并根据他人的喜好自动给出推荐
2. 搜集偏好，寻找一种表达不同人及其偏好的方法。（Python中使用嵌套的字典来实现非常简单）
3. 搜集数据后，可以将每个人与其他所有人进行对比，并计算他们的相似度评价值。计算相似度评价值的体系：欧几里德距离和皮尔逊相关度