原文地址，点击支持原作者！
以下开始译文：
“愉快习得的，我们不会忘记（what we learn with pleasure, we never forget）” —— 阿尔弗雷德·梅西耶
有啥比看一堆梗图更轻松愉快的呢？
机器学习（machine learning）和梗图都是我们日常生活中不可分割的一部分。就是说看看你的水友群聊，什么图都有ok？
话题扯回来，所以我们为啥需要机器学习，说到底到底机器学习是个啥？
- 机器学习是人工智能中的一个细分领域，它是用于从已有数据中寻找规律，以作出预测的系统。
- 机器学习是一种可以在没有针对性的人工编程的前提下“学会”做某件事的系统。
抛开这些不说人话的描述，机器学习其实就是能告诉你，咱面前的这份数据，它有什么特征（模式、规律）——哪怕你没有一行行编写代码去指示电脑该如何分析这份数据！
而我们事实上做的是：给机器学习算法喂很多的数据，然后它就能根据这些数据，去实现算法的内部逻辑。
反正生活中处处都是机器学习：小红书推送、天气预报、Siri助手、面部识别等等，背后都是由机器学习实现的，现在流行的AI作曲、作画等等，那更不用说。
即使看到这儿你仍然对机器学习是啥毫无头绪，没事儿，听Andrew（Andrew Ng：他是一系列广受欢迎的机器学习入门课程的主讲，因此人气很高）的话🤚：不懂？别担心！
回归我们最关心的问题：机器学习，到底是啥？
抛开那些抽象的定义，让我搬出这张图：
维基百科是这么说的：
机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论，机器学习与推断统计学联系尤为密切，也被称为统计学习理论。
也被称为统计学习理论？对，就是指数学中的统计学。
机器学习正是从统计学中发展出来。事实上，我们如今常用的很多机器学习模型，其实就是统计计算。
回归性原理：玛丽卡就是拉达冈。
所以就有了这张表情包：
还有这张：
数学和机器学习，那真是无法分割：
也正因为此，许多人都觉得机器学习太难了——毕竟数学，你懂的：
但事实上，你并不需要拿到高等数学满分再去学习机器学习，甚至运用机器学习。说到底，大多数人并不在乎机器学习背后的数学概念。
另一个常见的问题是：
机器学习和人工智能有什么区别？
哈哈不开玩笑，正经来说，任何看起来“聪明”或者模拟人类行为的技术都可以被归为人工智能。深度学习模型是人工智能，一个精心编写的程序也可以是人工智能。
重点是，机器学习是人工智能的一种，它的特点是从数据中学习如何去做一件事，而非被人工编程以明确该如何做一件事。
另一个常被提出的问题是，什么是深度学习？
深度学习，是机器学习的一种。深度学习使用人工神经网络将多个模型连接起来，以解决更加复杂的问题（什么是人工学习网络？后文会介绍）。
机器学习有许多种，但它们的根基却十分基本而常见：线性回归，或者说回归
回归是机器学习与统计学中最为基本而重要的工具。它能够通过学习已有的数据之间的关系，来做出新的推测。无论是预测股市走向还是研究人类基因，回归都被广泛地使用。
然后还有k均值聚类算法（k-means clustering）。听起来很抽象，其实就是根据数据之间的相关性，把数据划分到不同的集合去。当我们预先定义好，要划分出“k”个集合后，这个算法能够通过递归将所有的数据划分到各自的集合去，相关性强的数据会被划分到一起，最终每条数据都会属于且仅属于某一个集合。
哈，其实就是这样：
最后，重点来了，人工神经网络。
人工神经网络是一种模仿人类大脑的算法集合，主要用于识别规律、模式。节点（或者说神经元）之间相互连接，传递信息，就像大脑一样。
人工神经网络在一开始是随机的，它还没有学到任何东西。在我们不断的喂数据之后，它便开始学习。就好像小孩逐渐学会理解各种事物一样，人工神经网络会逐渐掌握数据的规律，从而完成学习，从而新的数据作出正确的推断。
（想要更多了解人工神经网络可以看看这篇博客。）
相对的，如果你没有正确的训练，或者没有训练，神经网络会给出几乎随机的结果：
人工神经网络会使用激活函数（activation function）来激活神经元。
比如Relu函数，会在神经元的输出（y=wx+b）大于0的时候激活神经元：
目前还有一种常被使用的模型：生成对抗网络（GAN）（Generative Adversarial Network）
这种神经网络技术可以在通过学习训练数据后，生成新的数据。
比如，它可以通过学习毕加索的绘画风格，生成现实中并不存在的新绘画，现在流行的Midjourney就以GAN作为其核心技术之一。
如何上手机器学习？使用哪种语言？哪种框架？
得益于现代框架的成熟（Tensoner Flow，Keras，Theano，Pytorch等等），上手机器学习并不需要写很多代码。你一般会使用python或C++去调用这些包。
什么是Keras
Keras是一个封装过的神经网络API，由python实现，它能够在TensorFlow，CNTK，Theano之上运行。总之是为了用于快速的跑一些实验。
那么，什么是Tensorflow
TensorFlow是一个免费的开源软件库，被广泛的用于神经网络等机器学习应用。仅用几行代码，TF就可以运行相当复杂的功能。
事实上，你还可以使用已经被训练过的模型，并通过进一步训练它的少部分参数来得到属于自己的定制化模型（这个操作叫做Fine Tune）。
好，库存已经发完了。
大家可以继续愉快学习，或者就刷刷梗图吧。
886！
原文地址，点击支持原作者！