周志華西瓜論の海外版：谷歌工程師用芒果解釋機器學習

想必對人工智能有所了解的同學，都學習過周志華教授深入淺出的《機器學習》吧？

雷鋒網認為，其中尤為讓人印象深刻的地方，莫過于從封面到每一章節貫徹的西瓜理論……

不論是從“什么樣的西瓜才甜”引申出機器學習的含義，或是通過“西瓜各類特點的權重”介紹各類枯燥晦澀的概念及算法，周志華教授都用西瓜形象地做出了類比，讓雷鋒網AI科技評論小編一度覺得周教授最喜歡的水果肯定是西瓜。

不過周志華教授的“西瓜論”是一本教科書，可能有更多的小白讀者沒有詳細閱讀每一章節，那么如何用同樣的水果理論，以簡潔的語句闡述機器學習的含義？

無獨有偶，優秀的觀點總是相似的。雖然《機器學習》并沒有英文版本，但機器學習愛好者 Pararth Shah 2012 年在谷歌當實習生的時候，就在 Quora上用“芒果”類比，回答了“如何向沒有計算機科學基礎的人們解釋機器學習與數據挖掘？”的問題。Pararth Shah 就讀于斯坦福大學計算機學院，目前在谷歌研發及機器智能團隊擔任軟件工程師。

他的完整回答如下，雷鋒網AI科技評論做了全文編譯，與讀者們分享：

買芒果

某天你去買芒果。你挑選后，小販會稱重，你需要根據根據重量乘以標記的固定單價來付錢。

毋庸置疑，你會選擇那些最甜、最熟的芒果（因為是按重量計費而不是按質量）。那么你要怎么挑選呢？

你依稀記得，外婆告訴你，那些有光澤的黃芒果會比沒光澤的黃芒果更甜。所以你就定下了一個挑選標準：只在那些有光澤的黃芒果里挑選。然后，你仔細觀察了芒果的顏色，然后從中選出了那些有光澤的黃芒果，給錢，回家！然后，幸福和快樂是結局？

有點天真了。

生活總比想象中的復雜

你回到家開始吃芒果。然而其中有的芒果并不如你想象中的甜。你覺得人生崩塌了！很明顯，你外婆所說的真理并不總是那么管用（外婆怎么會有錯QAQ?。┤欢F實如此無情，你只能承認：除了顏色，選芒果肯定要考慮別的因素。

在深思熟慮后（吃了無數各種各樣類型的芒果后），你得到一個結論，有光澤的黃色芒果肯定是甜的，但是個頭小一點的有光澤黃色芒果只有一半概率是甜的（這個結論是這樣得到的：如果你買了100個有光澤的黃色芒果，有50個是大的，50個是小的，而大芒果50個都是甜的，而小的則一半一半）。

哇哦，你覺得自己仿佛發現了一個新的真理，下次買芒果的時候決定把它當作圭臬。然而真相總是那么殘酷，你發現你最喜歡的小販不來了！你只能和另一個小販買芒果了，但是他家的貨是從其它村進的。然后你發現自己剛剛發現的真理又不管用了。你不得不重新開始品嘗各種各樣的芒果，最后得到的結論是：沒光澤的黃色小芒果才是甜的。

突然有一天，住在另一個城市的遠房表妹來看你，你想請人家吃芒果。然而，她特地和你強調，她不在意到底甜不甜，只要多汁就可以了。再一次（悲慘地），你又開始了吃芒果的試驗，然后發現軟的芒果最多汁。

隨后，你又搬到了世界的另一端。在這個地方賣的芒果是另一個品種。經過實驗，你發現綠色的芒果竟然比黃色的要好吃。

你結婚了，而你的太太非常討厭芒果。她喜歡吃蘋果。你又開始了買蘋果的征程。以前你做出的關于芒果的種種結論，現在毫無意義了。你需要通過同樣的試驗，得到蘋果外觀與好吃與否的結論。你這么做了，因為你愛她。

還是趕緊引入計算機的概念吧

那么，想象你正在寫一個程序，能夠幫助你選芒果（或者蘋果等別的什么玩意兒）。你寫了一些類似這樣的規則：

if (顏色是亮黃的 and 個頭大的 and 我最喜歡的小販): 芒果是甜的。
if (軟的): 芒果多汁。
等等等等。

你會用這些規則去挑選芒果。你也會把這些規律發給你弟弟，告訴他這就是買芒果的真理。而且你也確信他會按照這些規則去選。

但每一次實驗，你可能都會得到一些新的觀察結果，你需要人為地調整這些規則。你需要理解影響芒果質量的所有因素，而且它們各自所占的比重是多少。

如果問題變得非常復雜，僅憑人為的判斷也很難形成正確的結論。那么，你的研究可能讓你在芒果科學順利拿個PhD（如果真的有的話）。

但不是每個人都有這樣的精力研究芒果的。

還是趕緊引入機器學習算法的概念吧

ML算法顛覆了傳統的各種算法。它能夠自動從提供的數據中學習，讓你的程序變得更加聰明。

你隨機從市場里挑選了一些芒果（訓練數據），并做出每個芒果的特征數據表，從顏色、大小、形狀、產地、小販名字等等（特點），加上甜度、多汁度、成熟度（輸出變量）。你將這些數據用來訓練機器學習算法（分類/回歸），然后它會建立一個芒果外觀與質量的模型。

下一次你再去市場，你就選擇一些有著典型特性的芒果（測試數據），然后用來檢驗這個ML算法。它會先得到一個芒果的甜度、多汁度和成熟度的結論?？赡苓@個算法會采用你之前做的那種判斷方法（決策樹），也有可能采用其它的方法，但你不需要擔心這一點。

耶！現在你可以信心滿滿地去買芒果了，不用擔心挑選芒果需要考慮的種種細節。而且，你可以讓算法變得越來越好（強化學習），如果它學習了足夠多的訓練數據，它能夠提升準確性，而且在犯錯時也能夠及時改正。但最好的一點是，你可以用這個算法去訓練不同的模型，不論是蘋果橘子香蕉葡萄還是櫻桃西瓜，你都能讓你愛的人開開心心（吃到甜甜的水果）。

這就是機器學習能給予你的。如果你覺得不酷，來打我啊。

總而言之，機器學習就是：讓你的算法變得聰明，這樣你就不用自己擼袖子干了。

這個回答簡直和周教授的西瓜論有異曲同工之妙，堪稱濃縮版的水果機器學習導論。如果你對機器學習一無所知， 想必讀完這個回答后也會豁然開朗不少吧。