机器学习

最近做语音识别产品，对机器学习理解比较深入，机器学习是让机器从大数据中统计出规律，用这些规律再识别出实时数据的种类和细节，同时也要支持再统计，规律和规则库的扩充。机器学习最近很火，原因就是机器快了，并且各种各样的算法也越来越多。

区块链的矿机其实就是区块链算法下的机器学习，区块链里大量的循环和哈希算法，找到的就是一个数字。

锐英源软件曾经完成过一个股票预测算法项目，项目从股票数据里提取出均值等特别值，再汇总计算，给出买入和卖出的建议，这也是一种机器学习。

现在还流行构建各种模型来预测结果，比如核爆炸模型、大气模型和宇宙模型，这些模型需要大型计算机来进行运算，处理海量数据，给出指导人类生活需要的关键数据。

上面说了机器学习的大方向，其实用excel也可以做机器学习，用它来理解机器学习远比各类模型要简单一些，在excel里的单元格可以写入公式，公式对上面的单元格进行计算，向更下面的单元格提供数据，这样就构成了前后关系，机器学习里大批量数据就是用循环这类基本方式来进行实现。

下面是excel单元格示意图：

理解了excel的模式，我们也能理解再稍微复杂的机器学习算法，比如象棋算法，象棋里各个棋子之间的位置关系和走棋逻辑都是按循环一一遍历确定，确定好位置关系的数据结构，设计好走棋逻辑需要的步骤就可以设计一个象棋自动下棋和判定胜负的算法。

象棋的棋子少，如果处理围棋就麻烦一些，普通的PC在处理围棋时就难以满足。

 

机器学习入门

上面说的Excel例子和象棋例子是学习机器学习思维的基础项目，对于实战类型的机器学习差的远。但是对于初学者来说，就是一个好的过渡。

在Excel例子里，在单元格（层）之间有随机的数值来建立关系，每次循环的值在右测单元格输出，在下面有个图表说明了循环每次的值结果形成的曲线图。在循环运算时，循环控制的各个参数，会实时刷新。

首先肯定的是这个学习模式对初学者很直观，适合机器学习入门。锐英源软件在研究语音识别时，处理步骤生成的数据很难理解，特别是决策树和高斯pdfid之间的关系，状态和状态迁移，就是一时用好了，过一段时间不用，还需要再看文档。

看到Excel例子里有数据刷新和图表表示，直观的效果让我眼前一亮，觉得要推荐给大家学习，想机器学习入门加QQ396806883，微信ryysoft。

 

机器学习实战

想要实战，可以使用微软.NET环境下的ML.NET类，里面介绍的比较详细，微软的产品文档和例子一直比较多，适合学习。

使用ML.NET的常用步骤是

1、准备数组数据

2、指定数据和训练管道

3、训练得到模型结果

4、使用模型结果进行预测或仿真

这些还是基本的入门，麻烦的机器学习是要通过多个训练模型来进行训练，上个模型的输出是下个模型的输入，这时候是最难处理的。

锐英源软件在做语音识别开发时，经常处理多模型问题，想要机器学习实战进阶，请联系锐英源软件，上一段里有联系方式。

机器学习科普和机器学习例子