一句話總結：通過演算法 去 引導模型去訓練資料，最終使得模型可用，該模型的訓練資料的過程就是機器學習的過程
一直以來總感覺手寫體識別並不適合作為機器學習開篇的基礎認知講解。終究覺得它還不夠那麼的直觀和形象的解釋清楚機器學的過程和資料、演算法以及模型之間的關係。引出乙個象形直白簡單的例子教大家如何區分資料、演算法、模型之間的關係。希望能夠幫到初學者。
相比於一上來就去理解手寫體漢字的識別程式和過程，我覺得還是有必要進行一些前期的匯入學習更有利於對這個過程的理解和消化。 媽媽教孩子認字，那乙個個的漢字就是資料，媽媽教孩子的過程就是訓練的過程，媽媽用的方法就是演算法，孩子最後就成了乙個能夠認識不同字的模型。
首先每個漢字有不同的形態，這些偏旁、部首就是漢字的特徵，媽媽給孩子講解每個漢字的這些特徵，讓孩子識記的過程就是乙個訓練的過程。媽媽用的教育方法就是訓練過程中使用到的演算法，比如告訴孩子哪個漢字具體有哪些特徵，什麼樣的特徵是這個漢字，什麼特徵不是這個字，這就是監督學習過程，告訴孩子對錯和判斷的標準（主要的資料特徵），並通過孩子的反饋不斷地糾正孩子的錯誤來糾正孩子的認知，從而使得孩子能夠不斷的提高識字的準確程度（前向傳播和反向糾錯），這個演算法也就是監督學習演算法。
孩子經過媽媽的一番教導和不斷地糾正錯誤（訓練過程）最後終於有了自己相對穩定的判斷（模型本身）可以識別不同的漢字了。但是還有還時會不時認錯字（誤差），這就是訓練過程不可避免的存在誤差。即便是人本身也不可能事事都能百分之百做對、做正確，金無足赤，人無完人，機器亦是如此。
從上邊的過程可以看出，媽媽教孩子識字的過程就是乙個機器學習的過程，繁多的漢字作為訓練的原始資料集，孩子就是已經定義好的模型結構（這個沒得選），媽媽的教育過程就是乙個有監督的資料訓練的過程，孩子的反饋和媽媽的糾正屬於前向傳播和反向傳播的演算法執行過程，最終孩子學會了識記各種漢字，直白點孩子此時本身就是乙個識別漢字的模型。
經過以上講解，是否get到了，資料，演算法，模型之間的關係呢？希望能夠幫助到你的理解，分享快樂！
什麼是機器學習
機器學習 machine learning 是研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的效能。它是人工智慧的核心，是使計算機具有智慧型的根本途徑，其應用遍及人工智慧的各個領域，它主要使用歸納 綜合而不是演譯。學習能力是智慧型行為的乙個非常重...
什麼是機器學習
廣州的天氣總是陰晴不定，經常上午陽光燦爛，下午突然烏雲密布，狂風亂作，然後就是傾盆大雨。每次看見烏雲和大風，人們就知道要下大雨了。為什麼我們看見烏雲感受到大風，就知道要下雨了呢？我們能做出這些有效的預判，是因為我們已經積累了許多經驗，而通過對經驗的利用，就能對新情況做出有效 那麼，這樣利用經驗做出判...
什麼是機器學習？
簡單的一句話 讓機器從資料中學習，進而得到乙個更加符合現實規律的模型，通過對模型的使用使得機器比以往表現的更好，這就是機器學習。詳解 資料 從現實生活抽象出來的一些事物或者規律的特徵進行數位化得到。學習 在資料的基礎上讓機器重複執行一套特定的步驟 學習演算法 進行事物特徵的萃取，得到乙個更加逼近於現...