1.2.3机器学习

《1.2.3机器学习》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、《机器会学习？！》学案任务一：慧眼识小冰（图灵测试）。以下四首诗是根据下图写的以“温暖”为主题的诗，其中一首是机器人小冰写。请同学们认真阅读，猜猜哪一首是小冰写的？（）A：第一首如果你是玫瑰就燃烧灰烬中退下娇艳我沉默的女人啊在人生的惶惑中成熟的削瘦B：第二首黑夜里的篝火看不清面庞温暖我的是你的手掌C：第三首即使把熟透的太阳摘下来馈赠予我，也温暖不了我因为我在人世间，冷藏了四十多年寒冷已变成化石，堆满于体内山川河流D：第四首雨水归隐，雷电蛰伏。土拨鼠，返回它可爱的家乡。在知更鸟的歌声中，我相信这是上帝赋予我的温暖，紧捂着火热的光芒。任务二：分析人写诗的过程和机器写诗

2、过程1、请你以下图“温暖”为题，即兴写三或四行诗。温暖诗：2、回忆你自己写诗的过程，将你写诗的过程记录下来，而机器是模仿人类写诗的，所以请你猜测下机器写诗的过程。并思考下机器写诗和人写诗存在什么相同和不同。人写诗过程机器写诗的过程1、2、3、1、2、3、任务三：认真观看微课：机器学习——草莓是不是甜的？以“机器如何学习判断草莓是不是甜的”为例分析机器如何学习：1、4、测试应用。即给机器一个新的草莓样本，预测草莓是不是甜的2、3、拓展任务：阅读材料，思考身边还有哪些机器学习的场景案例：假设我们在餐厅吃饭，看到一个人的短袖体恤很漂亮，我们想买同款，但是又不好意思开口去

3、问。那么我们可以先偷拍一张这个人的T恤的照片，然后拍立淘（见图1）就会显示出这件衣服的同款。图1拍立淘这里就用到了机器学习中的图像识别技术。但是往往与这件衣服相近的款式又非常的多，因此我们需要把这些款式按照一定的规则进行排序，这就涉及了机器学习算法模型的训练，通过这个模型，我们把所有的类似款式进行一个排名，最后就得出了最终的展示顺序。当然，更多的时候我们是通过键盘的输入来搜索商品的，但是如果犯懒，还可以选择通过语音的方式输入内容，这就是语音转文本的运用。在我们搜索一款产品之后，网页的边栏上会出现一些推荐列表，而且每个用户的推荐列表都是不同的，这就是所谓的千人千面。

4、这个场景的实现依赖的是推荐系统后台的用户画像，而用户画像就是大数据和机器学习算法的典型应用，通过挖掘用户的特征，如性别、年龄、收入情况和爱好等特征，推荐用户可能购买的商品，做到个性化推荐。到了这一步，我们终于把商品放到了购物车里，开始下单。下单之前我们发现网银账户中的钱不够用了，想申请一些贷款。这个时候，我们发现有一个贷款额度，这个额度是如何计算的呢？这里面涉及金融风控的问题，而金融风控也是根据机器学习的算法来训练模型并且计算出来的。下单之后我们的商品就被安排配送了，目前除了少数边远地区，基本上5天之内就可以收到商品。这段时间包含了商品的包装、从库存发货到中转库存

5、、从低级仓库到高级仓库配送、向下分发。这么多工序之所以能够在短时间内完成，是因为仓储在库存方面已经提前做了需求量预测，提前在可能的需求地附近备货，这套预测算法也是建立在机器学习算法基础之上的。我们的快递员拿到货物，打开地图导航，系统已经为他设计了配送的路径，这个路径避免了拥堵而且尽量把路线设计到最短距离，这也是通过机器学习算法来计算的。快递员走进门，我们拿到货物后，发现衣服的尺码不合适怎么办？打开客服，输入问题，然后我们发现可以瞬间得到回复，因为这名客服人员可能并不是真的“客服人员”，只是一个客服机器人而已。智能客服系统利用文本的语意分析算法，可以精准地确定用户的

6、问题，并且给予相应问题的解答。同时，智能客服还可以对用户问题的语境进行分析，如果问题很严重需要赔偿，如：“你的产品害我坏肚子了”这样的问题会由客服机器人通过情感分析挑出来，交给专人处理。如上所述，笔者简单列举了机器学习在网上购物中的几大应用，这里面涉及了很多智能算法，包括模型的训练和预测、语义分析、文本情感分析、图像识别技术以及语音识别技术。我们可以看到，在网购这种最常见的场景下，机器学习算法几乎贯穿了全部流程。