周志华西瓜论の海外版：谷歌工程师用芒果解释机器学习

想必对人工智能有所了解的同学，都学习过周志华教授深入浅出的《机器学习》吧？

雷锋网(公众号：雷锋网)认为，其中尤为让人印象深刻的地方，莫过于从封面到每一章节贯彻的西瓜理论……

不论是从“什么样的西瓜才甜”引申出机器学习的含义，或是通过“西瓜各类特点的权重”介绍各类枯燥晦涩的概念及算法，周志华教授都用西瓜形象地做出了类比，让雷锋网AI科技评论小编一度觉得周教授最喜欢的水果肯定是西瓜。

不过周志华教授的“西瓜论”是一本教科书，可能有更多的小白读者没有详细阅读每一章节，那么如何用同样的水果理论，以简洁的语句阐述机器学习的含义？

无独有偶，优秀的观点总是相似的。虽然《机器学习》并没有英文版本，但机器学习爱好者 Pararth Shah 2012 年在谷歌当实习生的时候，就在 Quora上用“芒果”类比，回答了“如何向没有计算机科学基础的人们解释机器学习与数据挖掘？”的问题。Pararth Shah 就读于斯坦福大学计算机学院，目前在谷歌研发及机器智能团队担任软件工程师。

他的完整回答如下，雷锋网AI科技评论做了全文编译，与读者们分享：

买芒果

某天你去买芒果。你挑选后，小贩会称重，你需要根据根据重量乘以标记的固定单价来付钱。

毋庸置疑，你会选择那些最甜、最熟的芒果（因为是按重量计费而不是按质量）。那么你要怎么挑选呢？

你依稀记得，外婆告诉你，那些有光泽的黄芒果会比没光泽的黄芒果更甜。所以你就定下了一个挑选标准：只在那些有光泽的黄芒果里挑选。然后，你仔细观察了芒果的颜色，然后从中选出了那些有光泽的黄芒果，给钱，回家！然后，幸福和快乐是结局？

有点天真了。

生活总比想象中的复杂

你回到家开始吃芒果。然而其中有的芒果并不如你想象中的甜。你觉得人生崩塌了！很明显，你外婆所说的真理并不总是那么管用（外婆怎么会有错QAQ！）然而现实如此无情，你只能承认：除了颜色，选芒果肯定要考虑别的因素。

在深思熟虑后（吃了无数各种各样类型的芒果后），你得到一个结论，有光泽的黄色芒果肯定是甜的，但是个头小一点的有光泽黄色芒果只有一半概率是甜的（这个结论是这样得到的：如果你买了100个有光泽的黄色芒果，有50个是大的，50个是小的，而大芒果50个都是甜的，而小的则一半一半）。

哇哦，你觉得自己仿佛发现了一个新的真理，下次买芒果的时候决定把它当作圭臬。然而真相总是那么残酷，你发现你最喜欢的小贩不来了！你只能和另一个小贩买芒果了，但是他家的货是从其它村进的。然后你发现自己刚刚发现的真理又不管用了。你不得不重新开始品尝各种各样的芒果，最后得到的结论是：没光泽的黄色小芒果才是甜的。

突然有一天，住在另一个城市的远房表妹来看你，你想请人家吃芒果。然而，她特地和你强调，她不在意到底甜不甜，只要多汁就可以了。再一次（悲惨地），你又开始了吃芒果的试验，然后发现软的芒果最多汁。

随后，你又搬到了世界的另一端。在这个地方卖的芒果是另一个品种。经过实验，你发现绿色的芒果竟然比黄色的要好吃。

你结婚了，而你的太太非常讨厌芒果。她喜欢吃苹果。你又开始了买苹果的征程。以前你做出的关于芒果的种种结论，现在毫无意义了。你需要通过同样的试验，得到苹果外观与好吃与否的结论。你这么做了，因为你爱她。

还是赶紧引入计算机的概念吧

那么，想象你正在写一个程序，能够帮助你选芒果（或者苹果等别的什么玩意儿）。你写了一些类似这样的规则：

if (颜色是亮黄的 and 个头大的 and 我最喜欢的小贩): 芒果是甜的。
if (软的): 芒果多汁。
等等等等。

你会用这些规则去挑选芒果。你也会把这些规律发给你弟弟，告诉他这就是买芒果的真理。而且你也确信他会按照这些规则去选。

但每一次实验，你可能都会得到一些新的观察结果，你需要人为地调整这些规则。你需要理解影响芒果质量的所有因素，而且它们各自所占的比重是多少。

如果问题变得非常复杂，仅凭人为的判断也很难形成正确的结论。那么，你的研究可能让你在芒果科学顺利拿个PhD（如果真的有的话）。

但不是每个人都有这样的精力研究芒果的。

还是赶紧引入机器学习算法的概念吧

ML算法颠覆了传统的各种算法。它能够自动从提供的数据中学习，让你的程序变得更加聪明。

你随机从市场里挑选了一些芒果（训练数据），并做出每个芒果的特征数据表，从颜色、大小、形状、产地、小贩名字等等（特点），加上甜度、多汁度、成熟度（输出变量）。你将这些数据用来训练机器学习算法（分类/回归），然后它会建立一个芒果外观与质量的模型。

下一次你再去市场，你就选择一些有着典型特性的芒果（测试数据），然后用来检验这个ML算法。它会先得到一个芒果的甜度、多汁度和成熟度的结论。可能这个算法会采用你之前做的那种判断方法（决策树），也有可能采用其它的方法，但你不需要担心这一点。

耶！现在你可以信心满满地去买芒果了，不用担心挑选芒果需要考虑的种种细节。而且，你可以让算法变得越来越好（强化学习），如果它学习了足够多的训练数据，它能够提升准确性，而且在犯错时也能够及时改正。但最好的一点是，你可以用这个算法去训练不同的模型，不论是苹果橘子香蕉葡萄还是樱桃西瓜，你都能让你爱的人开开心心（吃到甜甜的水果）。

这就是机器学习能给予你的。如果你觉得不酷，来打我啊。

总而言之，机器学习就是：让你的算法变得聪明，这样你就不用自己撸袖子干了。

这个回答简直和周教授的西瓜论有异曲同工之妙，堪称浓缩版的水果机器学习导论。如果你对机器学习一无所知， 想必读完这个回答后也会豁然开朗不少吧。

雷锋网版权文章，未经授权禁止转载。详情见。