AI测试 机器学习之小白入门

胖虎 · February 27, 2020 · Last by 蓝蓝 replied at April 30, 2020 · 1577 hits

前言

从2019年开始,趋于整个行业的形式,一直在学习AI机器学习方面的知识,这期间买了很多书,也听了很多课。一开始学习的感觉很神奇,再到迷茫,几乎弃坑,最后到认清事实,中间花了一些时间来读书、看书和思考,我在这里分享1下自己粗浅的学习心得,是为了让更多的朋友从"白话故事"的角度理解机器学习,仅此而已。

此贴的目的,是让不懂机器学习的小白用户入个门而已。

论坛里面有很多帖子是关于35岁之后怎么办的话题,我今年也过了35了,AI人工智能是整个互联网的大趋势,是挡不住的,要硬着头皮学下去才是生存之道。
如果内容表述过程中出现了理解上的偏差和错误,还请各位指正。

我学习机器学习的目的

其实一开始学习的目的非常简单,希望能学到互联网业内神奇的"黑科技"知识,在测试工作中所运用和实践,既学了知识,又能提高团队的工作效率,还能在组织内show一下技术肌肉,实在是一举三得。

随着逐渐深入学习和接触下来,越学习越感觉害怕,对于数学不是很擅长的我,也越来越吃力,最后到了近乎放弃的状态。

停了一段时间后,自己还是重新调整了目标方向,把自己的目标定小一些,可不可以这样:"如果不懂机器学习的人问你这是什么,给别人解释明白",看似初级的目标,就成了我的学习目的。

弄清楚几个基本概念

最近几年特别热门的概念:人工智能、机器学习、深度学习,到底他们啥区别。

人工智能:

目的是为了让机器有“智力”,为人所用。不是一个技术方法,只是一个广泛的概念。

机器学习:

让机器有“智力”这件事,怎么落地呢?那就让机器自己去学习与思考。人先定义好一些算法、输入数据(样本)、人标记出来的特征数据,并用这些信息进行分析,得出结果后自己做出一些行为。

深度学习:

让机器有“智力”后,深层次的挖掘数据中的关系。

在三国时代中,武将如云,谁能称得上是真正的"良将"?

一万个读者中,就有一万个哈姆雷特,A说,我觉得是:吕布。B说,我觉得是:赵云。C说,我觉得是:关羽......,总之很难得出一个正确的答案,那么我们就以这个问题,借助机器学习的知识来实践一下,到底谁是三国时代中最厉害的武将,如果你是三国时代的一方郡主,招揽什么样的武将帮你打天下?

张飞很不服气

张飞说,刚刚的读者都没有提到我,是因为我长得丑吗?我不服。

那么,我们来客观分析1下,武将得具备哪儿些条件,参考了游戏《三国志》中的主要数据:

- 指挥统率

领兵打仗的能力,下属听不听你的。团队管理能力,能不能让1个P5的小兵在你的队伍中发挥P6的水平?

- 智谋

就是智谋高低,是否聪明狡猾

- 武力

就是武功高低,是否身手了得

- 魅力

应该是颜值、人格等等这些信息,是不是名士

如果用这些维度去衡量一个武将的话,指挥统率能力、智谋、武力、魅力就是特征。拿张飞举例,张飞是一个武将,那么他就是一个数据样本;他的武力如果是92,这个值就是特征值;张飞{指挥统率:77,智谋:80,武力:92,魅力:10}这一组数据就是一个武将的特征向量

换句话说,如果我们得到了三国时期一批武将的数据样本,通过机器学习,这些数据样本可以叫做训练集,我们通过训练就可以得出了谁是三国时期最厉害的武将了。

如:张飞{指挥统率:77,智谋:80,武力:92,魅力:10}
吕布{指挥统率:87,智谋:88,武力:99,魅力:85}等等......

数据是机器学习的先决条件

挑选良将英才

如果你是三国时期割据一方的领主,那你肯定希望网络那个时期的所有英才,辅佐你成就大业。

有的同学会问了,以张飞为例,下面这组数据中,如何让机器学习的算法去理解,"良将英才"跟这些特征之间有什么关系呢?
张飞{指挥统率:77,智谋:80,武力:92,魅力:10}

那么,我们可以把张飞的特征值,我们假设他的值为x,把x放入1个三维空间里,空间里会有1个点来代表“张飞”,这就是特征向量。一个向量就是一个武将的各种特征数据集合。

如果张飞的特征值x是输入数据,那么这个武将是否是良将英才的结果就是输出了。我们需要在输入和输出之间建立一个计算武将"英才能力"程度的算法模型。

我们本来并不知道这个算法模型的样子,代码怎么写,不过我们可以通过收集N多个武将的数据来得到算法,这个过程叫做回归。

现在我们来多输入几位武将,然后把几位武将的点都模拟在坐标轴中:

然后我们尝试用一条直线把各个数据点连起来,为了拟合这些数据点,直线要进行移动和旋转。

慢慢调整这条直线方程( y = f(x) )里的参数,这就是在做微调。尽量消除偏差,让直线与各个数据点精确吻合。

武将特征的权重

前面我们对武将的每一个特征进行了说明,分别是:指挥统率能力、智谋、武力、魅力,但是"良将"对于这4个特征属性的占比权重肯定各不相同,请看下面:

指挥统率能力 × W + 智谋 × W + 武力 × W + 魅力 × W = 良将值

权重(Weight)通常是0到1的一个小数。究竟哪儿个特征是重要的呢?其实我也不知道,我们需要不断的"调试参数",需要输入大量大量的武将数据,让自己的算法模型进行匹配。

那么问题来了,怎样才能让匹配结果的达到精准呢?

这时,要确定1个武将的"误差函数":列出理想的输出与实际输出,分别做减法后,得到偏差,再把所有的偏差进行平方和的计算。

为了计算的更精准,我们通常把数据按照数据结构特征进行分类,这称作:聚类法。比如:可以让同一类具有相似的武将值进行分类,也可以将具有相近重要性的武将分为一类。

为什么要做分类呢?因为只看原始数据,我们是看不出什么的,但是通过初步分类再看数据,会得到更多有用数据。

机器学习的目的就是对世界万物建立模型,以达到认识世界和改造世界的目的。而这个过程需要不断训练数据样本、不断加入新数据样本、交叉组合反复训练,最终利用算法模型来对世界万物进行相对准确的预测。

先说到这里,后面的内容有空的时候慢慢更新吧。

共收到 5 条回复 时间 点赞

很通俗,赞楼主

到后面是 AI 构造海量测试数据吗

入门机器学习非常推荐微软的课程
https://github.com/microsoft/ai-edu

胖虎 #4 · March 05, 2020 作者
少年 回复

应该不是,除了造数据,还需要打标,清洗和反复测试等等。
其实,机器学习就是魏晋时期的炼丹术。

楼主意思写得很明朗!我有个疑问,实际应用中,怎么转化特征值呢? 比如我有一堆bug的特性信息:bug类型(空指针/组数越界/非法传参)或是堆栈信息,bug出现的手机系统(10/9/8),bug出现的页面(A/B/C) 怎样转化为特征值,然后去训练出 出现频次最高的bug类型以及系统呢?😭

需要 Sign In 后方可回复, 如果你还没有账号请点击这里 Sign Up