『壹』 训练机器学习如何找到好西瓜
一个西瓜,我怎么在不交易、不打开的情况下,就知道它是好的还是不好的。如果我知道,我就可以用同样的价钱买到更好的西瓜;而如果我是瓜商,有了一套标准之后,我就可以更好的管理我的货品。
回到这个问题,一个西瓜是好的还是不好的,这是典型的机器学习二分类问题。首先我们要找到,判断这个西瓜好不好有哪些可以用到的数据。
我们不能把买卖西瓜之后的数据放进去分析,比如买了西瓜之后,我打开就知道好不好了,那么这个就没有价值。
所以我必须在不破坏西瓜的前提下,这时候能用到的数据是西瓜的产地、西瓜的纹路、重量、比重、敲击西瓜的声音是浑浊还是清脆、西瓜皮的质感等等,这些不打开西瓜的情况就知道的数据。
刚刚我们的目标已经讲得很清楚了,好的还是不好的,好的是 1,不好的是 0,甚至我还可以定义一个评分,0 到 1 之间的一个数,但总体而言我可以设定一个机器学习的目标,我们称之为 Label。
(1)西瓜电影机器人真人扩展阅读
机器学习不仅应用在找西瓜方面,也可以用来对机器人进行机器学习。这种机器人采用激光扫描和触觉反馈相结合的方式实现定位,而没有采用视觉系统。
因此,它可以在完全黑暗的环境下操作,这有助于进行光敏光化学反应。机器人“研究员”尺寸和人类相当,可以在传统无改造的实验室内工作。
不同于许多只能配发液体的自动化系统,这种机器人能够以较高的准确性和可重复性配发固体和液体,扩大了它在材料研究中的实用性。
研究人员通过编程方式,让该机器人探索各种假设,以提高一种聚合光催化剂的性能。机器人在2—3天内,便优化了反应条件,而人类预计要几个月的时间才能做到。