组织: 深度学习与机器学习与模式识别

本文来自Tomasz Malisiewicz博士的个人博客文章. 来自CMU，麻省理工学院的博士后和vision.ai联合创始人Tomasz Malisiewicz. 阅读本文，您可以更好地了解什么是计算机视觉以及机器学习的意义. 还有一种直观的理解，随着时间的推移会逐渐发展.

以下是文本:

在本文中，我们重点介绍下三个非常相关的概念（深度学习，机器学习和模式识别）及其与2015年最热门技术主题（机器人和人工智能）的联系.

图1人工智能不会将人放在计算机中（来自WorkFusion博客的图片）

在周围，您会发现不乏一些新兴的高科技公司招聘机器学习专家. 而且只有一小部分需要深度学习专家. 我敢打赌，大多数初创公司都可以从最基本的数据分析中受益. 那么，我们如何发现未来的数据科学家呢？您需要学习他们的思维方式.

与“学习”高度相关的三个流行词

模式识别（Patternrecognition），机器学习（机器学习）和深度学习（去学习）代表了三种不同的思想流派. 模式识别是最古老的（术语，可以说已经很过时了）. 机器学习是最基础的（当今初创公司和研究实验室的热门领域之一）. 深度学习是一个非常新的且有影响力的前沿领域，我们甚至都不会考虑后深度学习时代. 我们可以查看下图所示的Google趋势图. 您可以看到:

1）机器学习继续像真正的冠军一样抬头；

2）最初，模式识别主要用作机器学习的同义词；

3）模式识别正在缓慢下降和死亡；

4）深度学习是一个新兴且迅速崛起的领域.

从2004年至今的三个概念的Google搜索索引（图片来自Google趋势）

1. 模式识别: 智能程序的诞生

模式识别是70年代和80年代非常流行的术语. 它强调如何使计算机程序执行某些看似“智能”的事情，例如识别数字“ 3”. 在融合了很多智慧和直觉之后，人们确实建立了这样一个程序. 例如，区分“ 3”和“ B”或“ 3”和“ 8”. 在过去，只要机器没有被隐藏在盒子里的人掩盖，人们就不会在意您如何实现它（图2）. 但是，如果您的算法将一些高级技术（例如滤镜，边缘检测和形态处理）应用于图像，则模式识别社区一定会对它感兴趣. 光学字符识别来自这个社区. 因此，将模式识别称为70年代，80年代和90年代初的“智能”信号处理是合适的. 决策树，启发式分析和辅助判别分析都诞生于这个时代. 而且，在这个时代，模式识别也已经成为计算机科学领域而不是电子工程领域的小型合作伙伴的东西. 从这个时代诞生的模式识别领域中最著名的书之一是Duda＆Hart撰写的“模式分类（Pattern分类）”. 对于基础研究人员来说，它仍然是一本很好的入门教材. 但是不要太纠结其中的某些词汇，因为这本书有一定的年龄并且词汇会有些过时.

图2中字符“ 3”的图像分为16个子块.

自定义规则，自定义决策和自定义“智能”程序曾经是这项任务的主要内容（有关更多信息，请访问此OCR网页）

快速测试: 计算机视觉领域最著名的会议称为CVPR. 该PR是模式识别. 您能猜出第一届CVPR会议在哪一年举行的吗？

2. 机器学习: 从样本中学习的智能程序

在1990年代初期，人们开始意识到一种更有效地构建模式识别算法的方法，即用数据（可以通过廉价的劳动力收集）来代替专家（对图像有很多知识的人）. 因此，我们收集了大量的人脸和非人脸图像，然后选择一种算法，然后喝咖啡，晒太阳，并等待计算机完成对这些图像的学习. 这就是机器学习的想法. “机器学习”强调在将一些数据输入计算机程序（或机器）之后，它必须做一些事情，即学习数据，并且学习步骤明确. 相信我，即使花一天的时间完成计算机学习，也比邀请您的研究伙伴回家然后为该任务手动设计一些分类规则要好.

图3典型的机器学习过程（该图来自Natalia Konstantinova博士的博客）.

在21世纪中叶，机器学习已成为计算机科学领域的重要研究主题. 计算机科学家开始将这些想法应用到更广泛的问题上，不再局限于识别字符，识别猫和狗，或识别图像等特定目标. 研究人员开始将机器学习应用于机器人（强化学习，操纵，行动计划，掌握），遗传数据分析和金融市场预测. 此外，机器学习与图论的结合也创造了一个新的主题-图模型. 每个机器人专家都“无奈地”成为了机器学习专家，与此同时，机器学习已迅速成为每个人都渴望的必要技能之一. 但是，“机器学习”的概念对基本算法没有任何帮助. 我们已经看到，凸优化，核方法，支持向量机和增强算法都有自己的辉煌时期. 加上一些人为设计的功能，在机器学习领域，我们有许多方法和许多不同的思想流派. 但是，对于新手来说，功能和算法的选择仍然很困惑并且不清楚. 指导原则. 但是，幸运的是，这一切都将改变...

本文来自电脑杂谈，转载请注明本文网址：
https://www.pc-fly.com/a/shumachanpin/article-307622-1.html