如果你對人工智能和機器學習的理解還不是很清楚，那么本文對你來說將會很有用。我將配合精彩的視頻和文字解說來幫助你全面理解機器學習。

視頻的播放需要一些時間，請耐心看完。如果它們不能激發你的興趣，那我也沒辦法了。

但是，如果你發現自己滿懷激情地閱讀完了全文，那么說明你對這個新世界充滿興趣和熱情。后續的進一步發展就取決你自己了。

▌為何機器學習如此熱門？

人工智能非常炫酷，它能夠幫你玩多種游戲，還能幫助程序員來探索事物的核心運行機理。這很有趣，但是程序員并不總是在 AI 編程方面充滿天賦。早期谷歌 AI 不敵人類玩家讓我們看到了 AI 的局限。

不過，無論怎樣，AI 是一個充滿前景的新事物。你可以教會計算機玩電子游戲、理解人類語言、甚至識別人和物。這項新技能的概念實際上很古老，只是最近使用新的稱謂重新走入大眾視野。我所說的正是機器學習。

那么它是如何運轉的呢？算法并不會像種子的種類一樣多，因此我沒有用育種來比喻它。請看這個短視頻，它從宏觀層面闡述了人工智能的概念。

哇！這個過程的確很瘋狂！新的算法被發明時，我們如何理解它呢？這里有一個非常強大的視覺 AI，它可以自動通關超級馬里奧游戲。人類明白如何左右滾動，但是 AI 通過預測策略來識別滾動簡直太不可思議。

的確令人吃驚，對吧？唯一的問題是我們不知道如何將機器學習與視頻游戲聯系起來。

幸運的是，Elon Musk 已經通過一家非盈利公司實現了這項功能。只需十幾行代碼，你就可以將 AI 和任何游戲聯系起來。

▌為何使用機器學習？

為什么使用機器學習？我有兩個很好的理由。首先，機器學習正在使計算機執行我們以前從未使計算機執行過的任務。如果你想要做一些新的事情，不僅是對你而言，即使對于世界而言，你都可以用機器學習來做。其次，如果你不主動影響世界，世界將會影響你。

如今各大公司都在積極投資機器學習，我們已經看到機器學習在改變世界。思想領袖們警告說，我們不能讓這個算法新時代存在于公眾視野之外。想象一下，一些大企業控制了互聯網，如果不積極投身其中，我們將被科技拋棄。關于機器學習，我認為 Christian Heilmann 說得很好：

「我們可以等待其他人利用機器學習的力量來做一些好事。但是作為我個人來講，我并不想靜觀其變。我想主動投身其中，參與這場革命。當然，你也可以！」

▌機器學習的內部機制

機器學習用處很大，我們從很高級的層面對它有了初步的理解，但它內部機制是怎樣，究竟是如何運轉的呢？

這非常酷對吧？該視頻顯示每個圖層逐漸變得更簡單而不是更復雜。類似于編程中的方法將數據變成小塊，最終以抽象的概念呈現。你可以在這個網站（http://scs.ryerson.ca/~aharley/vis/conv/flat.html）上親自動手來參與這個過程。

你可以看到數據經歷了一個訓練有素的模型，甚至可以看你的神經網絡得到訓練。

機器學習的實際經典實例之一是 1936 年的虹膜數據集。在我參加的 JavaFXpert 關于機器學習的概述中，我學習了如何使用其工具來可視化調整和反向傳播神經網絡上的神經元。你可以看著它訓練神經模型！

圖注：用 Jim 的可視化工具訓練虹膜神經網絡

即使你不是 Java 開發者，Jim 的演講也很適合你，它通過一個半小時的時間介紹機器學習的概念，其中包含了很多上述許多示例的信息。

這些概念令人興奮！你準備好成為這個新時代的愛因斯坦了嗎？驚喜每時每刻都在發生，趕緊投身其中吧。

▌如何投入學習？

學習資源非常豐富。我主要推薦以下兩種方法。

方法 1. 深入學習核心算法

如果你想成為機器學習領域的中堅力量，并且深入其中，那么這是你的必經之路。

由CSDN聯合章華燕老師打造出品的《機器學習小咖養成記》精品課來襲，本課程是機器學習的入門且升級課程。本課從機器學習、深度學習最基本的原理入手，以模型為基礎，以算法與數學推導為核心，以算法調參與應用為導向，幫助學員深度掌握機器學習。13 場系列直播幫助學員徹底理解每個模型的運行原理及工作應用。

方法 2. 基于現有的庫開發應用

如果你對編寫算法不感興趣，但你想用它們來創建一個網站或者應用程序，那么你應該學習 TensorFlow 或者其他框架。

TensorFlow 是用于機器學習的著名開源軟件庫。你可以用多種方式使用它，甚至可以用 JavaScript。