机器学习笔记的一碗牛杂汤

鸡汤太淡,我加点料,来碗牛杂汤。

在机关待久了有些事情就没那么积极了,近几日方才利用上下班路上在喜马拉雅断断续续听完“收视率第一”、“让所有娱乐明星汗颜”的罗胖子跨年演讲。

印象比较深的是人工智能,也许是最近正在研究机器学习的缘故。我发现一个现象,许多人喜欢把人工智能说的天花乱坠、牛逼哄哄,社会变革马上就要到来,人类的命运将被改写,你们就等着被机器“淘汰”吧……。听他们说起来真的特带劲,眼珠子都跟着快速转动。快速动眼期结束后,回想起来,这些人貌似没有一个是真正从事人工智能研究的。比如说罗胖子,当然人家很知趣,承认自己请教过专业人士后还是没搞明白,宁做真小人,不做假君子,我十分敬佩。

鄙人不才,略读几本专业人士写的书,书上貌似都不这么说。比如《机器学习》的作者周志华老师,还有为这本书做序的中科院陆汝钤院士,这都是在上世纪80年代、90年代就在人工智能领域有所建树的真正专家。

人工智能的核心是机器学习,机器能够学习,不是因为机器会像人一样思考,而是因为人类会像机器一样“思考”,然后再让机器模拟人的思考。其背后是算法,是模型,是高等数学、概率论、统计学,是哲学、心理学以及无数基础学科研究者的忍耐和汗水。

牛逼哄哄的深度学习本质上就是深层的神经网络,所谓神经网络只不过是无数人类发明的算法之一,在一定程度上模拟了人类生物神经,就像人类理解了蝙蝠判别方向的原理之后发明了雷达一样,经过几十年的迭代优化,比原来更加强大。

人工智能不是2016年就突然蹦出来,只不过所谓引领潮流的大们实质上是土鳖到2016年才知道这玩意,咦,那个啥,打败了李世石?这个挺拽,能。当然土鳖能的前提是我们更土鳖。

熟不知,真正引领潮流的土鳖们早在上个世纪就已经开始玩了。

想想物联网RFID,想想云计算PAAS、LAAS、SAAS,想想大数据,一夜之间包皮公司都能腾云驾雾。只不过今年网络不流行,流行只流AI、AR、VR,还有比AI更牛逼的HI,不是打招呼,是Human I,人类智能。

有人说,旅行就是从自己呆腻歪的地方到别人呆腻歪的地方去,有些火一把的东西就是把一帮人嚼过的馒头拾掇拾掇包装好给另一帮没吃过的人吃,然后大家还一起为这玩意到底好不好吃争个你死我活。

很赞同一位老大哥曾经教育我的话:风口要自己制造,提前站好位置才有可能被吹上天。等风口形成了你再跟风,挤都挤不进去,更别提上天了。

机器学习的门槛挺低的,YouTube上有个老外用python语言5分钟就写了一个牛掰的机器学习程序。

机器学习的门槛也挺高的,数学模型用着很爽、说着很拽,你自己建一个试试。啥高大上的就不说了,就在这几天,全国几乎每所高校里都会有一群本科生放假不回家,3人一组苦逼四天四夜不睡觉,也未必搞出个数学模型来,搞出来也未必解的出来,解出来也不一定拿奖。

5分钟写一个牛掰程序,那是因为站在了人类智慧结晶之上,使用了python里封装好的科学函数库,和全球无数程序员无偿贡献的代码和各种封装。

四天四夜搞不出来,那是因为要从零入手,从各相关学科的基础原理走起,一步一步的把模型建出来、优化好,还得有创新,不能“机械学习”。

有些道理,听一遍就能领会,有些哲理,看本书就能像模像样的讲给别人听,有些经验,需要真正花时间经历方才领悟,有些本事,你听不会、看不懂,花时间也未必习得到。

真的需要沉下心来,从基础开始,一点一点的扣,一口一口的啃,一脚比一脚更狠的把它踹实在了,然后才有资格说:这玩意牛逼,这玩意能改变世界,这玩意我懂。

比如机器学习

游戏测试开发是一个结合了游戏测试和软件开发的复合型领域,要求从业者不仅具备测试技能,还需掌握一定的编程和自动化能力。以下是游戏测试开发的学习路线指南: ### 1. 基础知识 游戏测试开发的第一步是理解游戏测试的基本概念和流程。这包括功能测试、性能测试、兼容性测试等。推荐学习资源如《游戏测试精通》和《Google软件测试之道》[^1]。 ### 2. 编程语言 掌握至少一种编程语言是必要的,Python和Java是常见的选择。Python因其简洁的语法和丰富的库支持,非常适合自动化测试和脚本编写。 ### 3. 自动化测试框架 学习和掌握自动化测试框架,如Selenium、Appium等,这些工具可以帮助实现游戏的自动化测试。通过这些框架,可以编写测试脚本以提高测试效率。 ### 4. 版本控制 熟悉版本控制工具如Git,这对于团队协作和代码管理至关重要。GitHub是一个很好的平台,可以在上面维护测试脚本仓库,积累作品。 ### 5. 持续集成与持续部署(CI/CD) 了解和使用CI/CD工具如Jenkins、Travis CI等,这些工具可以帮助实现自动化构建、测试和部署流程,提高开发和测试的效率。 ### 6. 测试驱动开发(TDD) 学习测试驱动开发的理念和实践,通过编写测试用例来驱动代码的编写,确保代码的质量和可维护性。 ### 7. 项目实战 参与开源游戏测试项目或自建测试Demo,进行游戏测试实战项目。这不仅能帮助巩固所学知识,还能积累实际项目经验。 ### 8. 学习资源与社区 加入相关的社区如TesterHome、GameDev.net,获取最新的行业动态和技术支持。此外,考取ISTQB认证可以提升个人的竞争力。 ### 9. 前沿技术 关注云游戏和AI测试等前沿技术,这些领域的发展将对游戏测试产生深远影响。例如,AI测试可以利用机器学习算法来优化测试过程和提高测试覆盖率。 ### 示例代码 以下是一个简单的Python脚本示例,用于自动化测试游戏的某个功能: ```python import unittest class TestGameFunction(unittest.TestCase): def test_game_feature(self): # 假设这里有一个游戏功能的测试用例 result = game_function() self.assertEqual(result, expected_result) if __name__ == '__main__': unittest.main() ``` ### 相关问题 1. 游戏测试工程师需要掌握哪些自动化测试工具? 2. 如何通过GitHub维护和展示游戏测试脚本? 3. 游戏测试中的性能测试有哪些具体方法和工具? 4. 云游戏测试与传统游戏测试有何不同? 5. 游戏测试开发中如何应用AI技术?
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值