学了这些基础算法，人工智能就算入门了( 二 ) _人工智能

机器学习算法不仅会找最接近的匹配项，还会微调输出以适应缺失值。当然，上面这个例子中没有足够的数据给算法来调整输出，毕竟其中只有3个实例。在数据有限的情况下，“最接近的匹配项”没有什么实际意义。
上面这个映射关系也给我们提出了另一个关键问题：对于给定的接受一个浮点数组返回另一个浮点数组的算法来说，如何传入一个字符串形式的值呢？下面介绍一种方法，虽然这种方法更适合处理数值型数据，但也不失为一种解决办法。
词袋算法是一种编码字符串的常见方法。在这个算法模型中，每个输入值都代表一个特定单词出现的次数，整个输入向量就由这些值构成。以下面这个字符串为例：
Of Mice and MenThree Blind MiceBlind Man's BluffMice and More Mice由上例我们可以得到下面这些不重复的单词，这就是我们的一个“字典”：
Input 0 :andInput 1 :blindInput 2 :bluffInput 3 :man'sInput 4 :menInput 5 :miceInput 6 :moreInput 7 :ofInput 8 :three因此，例子中的4行字符串可以被编码如下：
Of Mice and Men [0 4 5 7]Three Blind Mice [1 5 8]Blind Man's Bluff [1 2 3]Mice and More Mice [0 5 6]我们还必须用0来填充字符串中不存在的单词，最终结果会是下面这样：
Of Mice and Men [1,0,0,0,1,1,0,1,0]Three Blind Mice [0,1,0,0,0,1,0,0,1]Blind Man's Bluff [0,1,1,1,0,0,0,0,0]Mice and More Mice [1,0,0,0,0,2,1,0,0]请注意，因为我们的“字典”中总共有9个单词，所以我们得到的是长度为9的定长向量。向量中每一个元素的值都代表着字典中对应单词出现的次数，而这些元素在向量中的编号则对应着字典中有效单词的索引。构成每个字符串的单词集合都仅仅是字典的一个子集，这就导致向量中大多数值是0 。
如上例所示，机器学习程序最大的特征之一是会把问题建模为定长浮点数组。下面用一个例子来演示如何进行这种建模。
02
向算法传入图像

图像是算法的常见输入源。本节我们将介绍一种归一化图像的方法，这种方法虽然不太高级，但效果很不错却。
以一个300像素×300像素的全彩图像为例，90 000个像素点乘以3个RGB色彩通道数，总共有270 000个像素。要是我们把每个像素都作为输入，就会有270 000个输入——这对大多数算法来说都太多了。
因此，我们需要一个降采样的过程。下图是一幅全分辨率图像。

文章插图

一幅全分辨率图像
我们要把它降采样为32像素×32像素的图像，如图所示。

文章插图

降采样后的图像
在图片被压缩为32像素×32像素之后，其网格状模式使得我们可以按像素来生成算法的输入。如果算法只能分辨每个像素点的亮度的话，那么只需要1 024个输入就够了——只能分辨亮度意味着算法只能“看见”黑色和白色。
要是希望算法能够辨识色彩，还需要向算法提供每个像素点的红绿蓝3色（RGB）光强的值，这就意味着每个像素点有3个输入，一下子把输入数据的数目提升到了3 072个。
通常RGB值的范围在0～255，要为算法创建输入数据，就要先把光强除以255来得到一个“光强百分数”，比如光强度10经过计算就会变成0.039（10/255）。
你可能还想知道输出的处理办法。在这个例子中，输出应该表明算法认为图片内容是什么。通常的解决方案是为需要算法识别的每种图片创建一个输出通道，训练好的算法会在置信的图片种类对应的输出通道返回一个值1.0 。
03
人工智能算法抢先读

文章插图

欲建高楼，必重基础。算法是人工智能技术的核心。本书介绍了人工智能的基础算法，全书共10章，涉及维度法、距离度量算法、K均值聚类算法、误差计算、爬山算法、模拟退火算法、Nelder-Mead算法和线性回归算法等。
本书使用你可以自己执行的、实际的数学计算，阐述了所有这些算法。本书的每一章都包含一个编程示例，这些示例提供了JAVA、C#、R、Python和C的多个语言实现版本。
这些算法对应于数据中特定模式的处理和识别，同时也是像亚马逊 (Amazon)和网飞（Netflix)这类网站中，各种推荐系统背后的逻辑。
书中所有算法均配以具体的数值计算来进行讲解，读者可以自行尝试。每章都配有程序示例，Github上有多种语言版本的示例代码可供下载。