人類一直試圖讓機器具有智能，也就是人工智能（Artificial Intelligence）。從上世紀50年代，人工智能的發(fā)展經(jīng)歷了“推理期”，通過賦予機器邏輯推理能力使機器獲得智能，當時的AI程序能夠證明一些著名的數(shù)學定理，但由于機器缺乏知識，遠不能實現(xiàn)真正的智能。因此，70年代，人工智能的發(fā)展進入“知識期”，即將人類的知識總結出來教給機器，使機器獲得智能。 無論是“推理期”還是“知識期”，機器都是按照人類設定的規(guī)則和總結的知識運作，永遠無法超越其創(chuàng)造者，其次人力成本太高。于是，一些學者就想到，如果機器能夠自我學習問題不就迎刃而解了嗎！機器學習（Machine Learning）方法應運而生，人工智能進入“機器學習時期”。機器學習的核心是“使用算法解析數(shù)據(jù)，從中學習，然后對世界上的某件事情做出決定或預測”。機器學習最大的突破是2006年的深度學習。深度學習是一類機器學習，目的是模仿人腦的思維過程，經(jīng)常用于圖像和語音識別。深度學習的出現(xiàn)導致了我們今天使用的(可能是理所當然的)許多技術。當你問你的iPhone關于今天的天氣時，你的話語會用一種復雜的語音解析算法進行分析。如果沒有深度學習，這一切都是不可能的。

機器學習與統(tǒng)計區(qū)別

機器學習是一類算法的總稱，這些算法企圖從大量歷史數(shù)據(jù)中挖掘出其中隱含的規(guī)律，并用于預測或者分類，更具體的說，機器學習可以看作是尋找一個函數(shù)，輸入是樣本數(shù)據(jù)，輸出是期望的結果，只是這個函數(shù)過于復雜，以至于不太方便形式化表達。
通常學習一個好的函數(shù)，分為以下三步：
1、選擇一個合適的模型，這通常需要依據(jù)實際問題而定，針對不同的問題和任務需要選取恰當?shù)哪Ｐ汀?br /> 2、判斷一個函數(shù)的好壞，這需要確定一個衡量標準，如回歸問題一般采用歐式距離，分類問題一般采用交叉驗證函數(shù)。
3、找出“最好”的函數(shù)，如何從眾多函數(shù)中最快的找出“最好”的那一個，學習得到“最好”的函數(shù)后，需要在新樣本上進行測試，只有在新樣本上表現(xiàn)很好，才算是一個“好”的函數(shù)。
機器學習的核心是“使用算法解析數(shù)據(jù)，從中學習，然后對世界上的某件事情做出決定或預測”。這意味著，與其顯式地編寫程序來執(zhí)行某些任務，不如教計算機如何開發(fā)一個算法來完成任務。有三種主要類型的機器學習：監(jiān)督學習、非監(jiān)督學習和強化學習。

【案例分享】為了預測過程輸出性能，提高客戶滿意度及產品質量，現(xiàn)從數(shù)據(jù)庫中批量導入了2019年5月份生產報表，檢測產品能否滿足規(guī)格要求及相關生產環(huán)境，試分析影響產品質量的相關原因及預測結果。
本例共有9個變量，近5000個測試數(shù)據(jù)，其數(shù)據(jù)表如下：

在Minitab最新發(fā)布的版本Minitab19.2020中，除了可以將Python的腳本可以導入Minitab加載分析之外，還增加了機器學習的CART分析法。我們將上述案例用CART分析步驟如下：
1、統(tǒng)計---預測分析---CART分類，將響應和影響因子分別填入對應位置

2、點擊 先驗/成本，設置誤分類成本

誤分類成本就是判斷錯誤的風險，例如，在醫(yī)學影像檢測中，把健康的人誤診為病人還不是最糟的情況，只要醫(yī)生能對診斷結果進行復查，并把健康的這個人找出來就可以了。但反過來，未能診斷出真正的病人而不提供給他任何治療，則就非常危險了。默認情況下，Minitab 使用相等的成本 1。
3、點擊 驗證，選擇驗證方法

設置模型驗證：數(shù)據(jù)通常被分為訓練數(shù)據(jù)和測試數(shù)據(jù)
訓練數(shù)據(jù)（學習數(shù)據(jù)）通常被用來創(chuàng)建模型及評估模型的系數(shù)；測試數(shù)據(jù)通常檢模型性能，通過測試數(shù)據(jù)得到擬合值，在用訓練數(shù)據(jù)的數(shù)據(jù)和對應的擬合值進行比較來檢驗模型的預測性能通過驗證，防止模型過度擬合若用同一組數(shù)據(jù)來擬合模型并評估模型的擬合優(yōu)度，會導致過度擬合，過度擬合的模型并不能用于很好的預測…..

4、點擊 選項，設置節(jié)點分裂方式

默認的節(jié)點分裂，選擇 基尼

對所有對話框點擊 確定，查看Minitab輸出（部分）：

默認情況下，Minitab 為誤分類成本在最小誤分類成本 1 個標準誤內的最小樹生成輸出。也可以識別最優(yōu)樹的序列中探索其他樹。終端節(jié)點數(shù)越多，模型就越復雜。

ROC曲線指受試者工作特征曲線 / 接收器操作特性曲線(receiver operating characteristic curve), 是反映敏感性和特異性連續(xù)變量的綜合指標,是用構圖法揭示敏感性和特異性的相互關系，它通過將連續(xù)變量設定出多個不同的臨界值，從而計算出一系列敏感性和特異性，再以敏感性為縱坐標、（1-特異性）為橫坐標繪制成曲線，曲線下面積越大，診斷準確性越高。
點擊ROC圖左下角的預測，可以根據(jù)模型預測不同場景下的輸出概率。

總結：

機器學習是目前業(yè)界最為火熱的一項技術，從網(wǎng)上的每一次淘寶的購買東西，到自動駕駛汽車技術，以及網(wǎng)絡攻擊抵御系統(tǒng)等等，都有機器學習的因子在內，同時機器學習也是最有可能使人類完成“AI 夢”的一項技術，各種人工智能目前的應用，如微軟小冰聊天機器人，到計算機視覺技術的進步，都有機器學習努力的成分。作為全球領先的統(tǒng)計分析軟件，Minitab在2018年收購了SPM，并在Minitab.19.2020版中增加了預測分析的CART分類和CART回歸功能，能夠幫助我們了解一些機器學習的相關知識與概念，更好的理解為我們帶來莫大便利技術的背后原理，以及讓我們更好的理解當代科技的進程。

審核編輯：符乾江