哪怕笑得再大声
小学文化程度要弄懂这些算法……还要快速……
就拿回归来说吧，回归最简单的类型是线性回归。线性回归的公式看起来挺简单的。
然而：（括号里是小学文化程度的人会问的问题）
- y是因变量（因变量是什么？）
- w是参数向量（向量是什么？）
- X为观测的特征矩阵（矩阵是什么？）
呃，好像讲不下去了。既然用公式比较麻烦，那不如用图形来解释。俗话说得好：“一图胜千言”嘛！
我们有一些点，现在我们需要找出一条直线，来代表这些点。找这条线的过程，就是线性回归。
果然还是图有用嘛！
但是也就到此为止了。再深入下去，就出问题了。
- 这个两根数轴交叉着是什么意思？还有点怎么能不在数轴上呢？（小学只讲了数轴，没讲直角坐标系）
- 你说“这条线可以用y = ax + b这个函数表示，关键在于找到a和b这两个参数”，可是函数是什么东西？
也就是说，只用小学程度的数学，即使我们要准确地表述线性回归的目标，也很困难。而要表述线性回归的具体过程，比如最小化均方误差，就更难了。
聚类也是一样。简单来说，聚类就是计算一些点之间的距离，把距离近的点分到一组中去。
可是距离的计算方法，比如最常用的欧几里得距离：
又涉及到很多小学数学中没有的概念。当然，实际上，真正使用这些算法的时候，欧几里得距离之类的东西，都有现成的方法由计算机自动计算。然而，无需记忆计算公式，并不意味着你不需要理解定义，否则你会很难理解欧几里得距离的优缺点，和其他距离计算方法有什么不同，何种情况下使用欧几里得距离，何种情况下用其他距离。
所以说，仅仅使用小学的知识，弄懂回归、聚类、分类这些算法是极其困难的，更别说快速弄懂了。太多习以为常的概念，小学数学里全都没讲。仅仅使用小学知识，也许最多只能大概了解回归、聚类、分类最基本的概念，几乎不可能理解具体的算法。
所以，我只能说，不要着急，补习一点数学知识，之后再来学习这些算法。这可能不快速，但可能是最快的路径。
论智
小学文化，想弄懂人工智能方面的东西，需要补充的课程太多了。
初中到高中的数学课程，需要补充。
计算机编程的内容要补充。
这只是最起码的。
分享到:
