資訊專欄INFORMATION COLUMN
摘要：機(jī)器學(xué)習(xí)可以說(shuō)是高級(jí)分析的典型代表。機(jī)器學(xué)習(xí)領(lǐng)域匯集了眾多技術(shù)，這些技術(shù)用于讓計(jì)算機(jī)基于大量數(shù)據(jù)來(lái)學(xué)習(xí)數(shù)據(jù)的傾向并作出某些判斷。機(jī)器學(xué)習(xí)的算法可以根據(jù)輸入的數(shù)據(jù)類型分為監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)兩種。
機(jī)器學(xué)習(xí)可以說(shuō)是高級(jí)分析的典型代表。機(jī)器學(xué)習(xí)領(lǐng)域匯集了眾多技術(shù)，這些技術(shù)用于讓計(jì)算機(jī)基于大量數(shù)據(jù)來(lái)學(xué)習(xí)數(shù)據(jù)的傾向并作出某些判斷。機(jī)器學(xué)習(xí)的算法可以根據(jù)輸入的數(shù)據(jù)類型分為“監(jiān)督學(xué)習(xí)”和“非監(jiān)督學(xué)習(xí)”兩種。
當(dāng)用機(jī)器學(xué)習(xí)的算法讓計(jì)算機(jī)學(xué)習(xí)數(shù)據(jù)傾向時(shí)，算法會(huì)根據(jù)用于學(xué)習(xí)的數(shù)據(jù)中是否含有“正確答案”的數(shù)據(jù)而有所不同。打個(gè)比方，假設(shè)現(xiàn)在要從傳感器數(shù)據(jù)來(lái)判斷分析設(shè)備的故障情況和建筑物的損壞情況等異常狀況。如果采用監(jiān)督學(xué)習(xí)的算法，就需要輸入過(guò)去實(shí)際發(fā)生異常狀況時(shí)的數(shù)據(jù)，即需要明確地輸入“異?！钡臄?shù)據(jù)。說(shuō)白了，算法要學(xué)習(xí)“正確答案”和“不正確答案”之間存在的差異。
相對(duì)而言，非監(jiān)督學(xué)習(xí)不區(qū)分輸入的數(shù)據(jù)是否存在異常，也就是說(shuō)，非監(jiān)督學(xué)習(xí)算法會(huì)學(xué)習(xí)數(shù)據(jù)整體的傾向，在整體中找出傾向不同的數(shù)據(jù)，將其判斷為“異常值”。
?對(duì)于想要還原場(chǎng)景的情況，需要基于是否有當(dāng)時(shí)的數(shù)據(jù)這一點(diǎn)來(lái)判斷是采用監(jiān)督學(xué)習(xí)還是非監(jiān)督學(xué)習(xí)。特別是對(duì)于那些極少發(fā)生的異常情況，如果不能準(zhǔn)備正確答案，就需要考慮采用非監(jiān)督學(xué)習(xí)。另外，如果無(wú)法預(yù)測(cè)以后會(huì)發(fā)生什么異常狀況，那么使用非監(jiān)督學(xué)習(xí)來(lái)建立平常狀態(tài)的模型，就能檢測(cè)出和平常狀態(tài)不同的狀態(tài)（即異常）。
如果確定了想要發(fā)現(xiàn)的異常的種類，也采集到了足夠的數(shù)據(jù)，那么采用監(jiān)督學(xué)習(xí)會(huì)更加精確地檢測(cè)出異常情況。
那么在理解了監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí)的基礎(chǔ)上，接下來(lái)就以聚類和類別分類等為切入點(diǎn)來(lái)了解一下這些分析方法。根據(jù)其用法，分析方法可以分為幾種。其中，圖所示的3 種方法的使用頻率特別高，接下來(lái)將詳細(xì)講解這3 種方法。
聚類分析，其目的是基于樣本（樣本數(shù)據(jù)）具有的特征，把相似的樣本分成多個(gè)組（聚類）。具體的聚類算法包括K-means 算法、自組織映射、層次聚類等。這些方法能夠根據(jù)數(shù)據(jù)的特征找到并整合具有同樣特征的數(shù)據(jù)。
K-means 算法就是針對(duì)數(shù)據(jù)的分布來(lái)事先指定要把數(shù)據(jù)分成多少個(gè)塊，即分成多少個(gè)聚類，由此來(lái)機(jī)械性地生成數(shù)據(jù)塊的一種算法。
類別分類分析的目的在于把數(shù)據(jù)分成兩組或者更多組。雖然有人可能會(huì)感覺(jué)它跟聚類分析很相似，但類別分析用在已經(jīng)明確想好了要分類的對(duì)象，基于過(guò)去的數(shù)據(jù)來(lái)分出對(duì)象組和非對(duì)象組的場(chǎng)合。類別分類算法包括線性判別式分析、決策樹(shù)分析、支持向量機(jī)（SVM）等。特別是支持向量機(jī)還被用于圖像識(shí)別算法，即識(shí)別某張圖像上都拍攝了什么內(nèi)容。
維度壓縮也叫“維度約簡(jiǎn)”或“降維”，即對(duì)于大型數(shù)據(jù)中的大量數(shù)據(jù)，盡全力留下其中的重要信息并壓縮冗余的信息，借此來(lái)縮小數(shù)據(jù)量的分析方法。維度壓縮包括主成分分析、因子分析、多維尺度法等。很多時(shí)候設(shè)備發(fā)來(lái)的傳感器信息太多，或是要分析從無(wú)數(shù)臺(tái)設(shè)備發(fā)來(lái)的海量信息時(shí)，還會(huì)出現(xiàn)很多不需要的信息，即對(duì)于獲取結(jié)果來(lái)說(shuō)沒(méi)有什么用的信息。此時(shí)，通過(guò)進(jìn)行維度壓縮，就能切去不需要的信息，把數(shù)據(jù)轉(zhuǎn)化成一種更易于分析的形式。
文章版權(quán)歸作者所有，未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址：http://systransis.cn/yun/123905.html
摘要：亞馬遜人工智能語(yǔ)音助手技能超過(guò)萬(wàn)個(gè)，全球各主要硬件廠商紛紛搭載或兼容，使得其亞馬遜助手無(wú)處不在。物聯(lián)網(wǎng)設(shè)備透過(guò)云端實(shí)現(xiàn)跨行業(yè)和跨設(shè)備互聯(lián)互通，所收集數(shù)據(jù)除了在邊緣側(cè)處理，還需要上傳至云端，云端作為數(shù)據(jù)集散地，各種數(shù)據(jù)經(jīng)過(guò)云端AI處理后，對(duì)這些數(shù)據(jù)利用將會(huì)帶來(lái)新的商業(yè)模式。在物聯(lián)網(wǎng)資深專家楊劍勇看來(lái)，云計(jì)算是全球物聯(lián)網(wǎng)重要基礎(chǔ)設(shè)施，作為物聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展基石，聚集了亞馬遜、微軟、谷歌和BAT等重量...
摘要：物聯(lián)網(wǎng)的計(jì)算可以做以下事情來(lái)促進(jìn)物聯(lián)網(wǎng)的數(shù)據(jù)處理和智能化基于云計(jì)算的模型基于霧的計(jì)算模型邊緣計(jì)算模型這里有一種計(jì)算機(jī)類型，它補(bǔ)充了霧和邊緣計(jì)算，使它們變得更好，而不需要再等上年。從物聯(lián)網(wǎng)從業(yè)者的角度來(lái)看，經(jīng)常看到對(duì)計(jì)算更加可用和分布式的需求。當(dāng)開(kāi)始將物聯(lián)網(wǎng)與OT和IT系統(tǒng)整合時(shí)，面臨的第一個(gè)問(wèn)題是設(shè)備發(fā)送到服務(wù)器的龐大數(shù)據(jù)量。在一個(gè)工廠自動(dòng)化的場(chǎng)景中，可能有數(shù)百個(gè)集成的傳感器，這些傳感器每1...
摘要：全球主要的云計(jì)算提供商現(xiàn)在提供基于云計(jì)算的人工智能產(chǎn)品。顯然，由于從頭開(kāi)始構(gòu)建這樣一個(gè)系統(tǒng)的費(fèi)用高昂，人工智能作為一項(xiàng)服務(wù)仍然一直位于行業(yè)巨頭所在的領(lǐng)域。在用于人工智能服務(wù)的品牌下，公司提供不少于項(xiàng)服務(wù)。如今，采用人工智能的企業(yè)遇到了一個(gè)主要障礙，那就是在內(nèi)部開(kāi)發(fā)人工智能產(chǎn)品成本高昂，因此有了外包人工智能產(chǎn)品的需求。而對(duì)于從中小企業(yè)到預(yù)算受限的大型企業(yè)來(lái)說(shuō)，通過(guò)云計(jì)算來(lái)采用人工智能的成本要低...
摘要：從云計(jì)算的投資到區(qū)塊鏈的發(fā)展，通過(guò)在能源行業(yè)中的應(yīng)用，可以跨行業(yè)地學(xué)習(xí)和應(yīng)用這些技術(shù)時(shí)出現(xiàn)的機(jī)會(huì)和經(jīng)驗(yàn)教訓(xùn)。投資云計(jì)算可以轉(zhuǎn)變?yōu)楦觿?dòng)態(tài)的商業(yè)模式，大多數(shù)數(shù)字物聯(lián)網(wǎng)平臺(tái)都依賴于云計(jì)算技術(shù)。然而，新生的邊緣計(jì)算技術(shù)可能會(huì)顛覆云計(jì)算的主導(dǎo)地位。新興技術(shù)的發(fā)展趨勢(shì)有可能顛覆和徹底改變行業(yè)。這些技術(shù)將會(huì)推動(dòng)創(chuàng)新，迫使企業(yè)迅速采取行動(dòng)以避免自滿。能源行業(yè)就提供了一個(gè)很好的例子，發(fā)展成熟的公用事業(yè)公司和...
摘要：半個(gè)多世紀(jì)的某個(gè)夏天，麥卡錫明斯基等眾科學(xué)家們舉辦了一次，共同研究用機(jī)器模擬智能的問(wèn)題，也是在那時(shí)，人工智能的理念正式被提出人工智能簡(jiǎn)稱，能根據(jù)大量的歷史資料和實(shí)時(shí)觀察找出對(duì)于未來(lái)預(yù)測(cè)性的洞察。 半個(gè)多世紀(jì)的某個(gè)夏天，麥卡錫、明斯基等眾科學(xué)家們舉辦了一次Party，共同研究用機(jī)器模擬智能的問(wèn)題，也是在那時(shí)，人工智能(AI)的理念正式被提出！showImg(https://segment...
閱讀 3490·2021-11-19 09:40
閱讀 1506·2021-10-13 09:41
閱讀 2681·2021-09-29 09:35
閱讀 2728·2021-09-23 11:21
閱讀 1722·2021-09-09 11:56
閱讀 846·2019-08-30 15:53
閱讀 854·2019-08-30 15:52
閱讀 609·2019-08-30 12:47
