對(duì)于程序員而言，把自己的技術(shù)學(xué)以致用，是讓他們最有「成就感」的技能點(diǎn)之一。
于是，面對(duì)這么一大桌子菜，技術(shù)大神們又有了新的騷操作：用機(jī)器學(xué)習(xí)模型辨別菜系。
特別是在不熟悉的國(guó)家/地區(qū)旅游時(shí)，遭遇餐廳取一些奇怪的名字來(lái)吸引眼球，導(dǎo)致點(diǎn)菜的時(shí)候經(jīng)常觸雷。
「喪茶」菜單（圖片來(lái)自網(wǎng)絡(luò)）
有技術(shù)達(dá)人就把機(jī)器學(xué)習(xí)模型，實(shí)踐在了辨別菜這件大事上。
他們是怎么做到的呢？其實(shí)實(shí)現(xiàn)起來(lái)并不難，只要用機(jī)器學(xué)習(xí)的方法搭建、訓(xùn)練和測(cè)試模型，并通過(guò)評(píng)估矩陣來(lái)選擇最優(yōu)模型，就能實(shí)現(xiàn)原材料與菜系的映射。為了實(shí)現(xiàn)預(yù)期的功能，我們需要進(jìn)行以下三個(gè)步驟。
1. 加載并分析數(shù)據(jù)
2. 建立模型
3. 模型預(yù)測(cè)
1. 加載并分析數(shù)據(jù)
以意大利菜系為例，我們準(zhǔn)備好以下格式的樣例數(shù)據(jù)。其中 id 代表不同的菜肴種類，cuisine 則代表菜系名稱。
拿到數(shù)據(jù)后，首先對(duì)數(shù)據(jù)進(jìn)行提取，其中配方節(jié)點(diǎn)如下。其中包含了食譜 id，菜肴類型和成分列表的訓(xùn)練集。
之后將 features 與 target 分別賦值到 train_ingredients 和 train_targets。通過(guò)統(tǒng)計(jì)分析等操作，可以計(jì)算出使用最頻繁的前 10 種原料，并將原料名和出現(xiàn)次數(shù)賦值到 sum_ingredients 字典中。通過(guò)樣例數(shù)據(jù)，還能計(jì)算出意大利菜系中使用最頻繁的前 10 種原料，并將原料名和出現(xiàn)次數(shù)賦值到 italian_ingredients 字典中。
得到的結(jié)果可以通過(guò) matplotlib 進(jìn)行可視化。通過(guò)數(shù)據(jù)分析，可以得出許多有意思的信息，比如，巴西菜用的最多的食材有洋蔥、橄欖油、檸檬等。而在中國(guó)，檸檬顯然不是家常飯的常客。我們用的最多的食材有醬、芝麻油、玉米淀粉等。offer 君猜測(cè)，老干媽一定對(duì)中國(guó)排名第一的食材有巨大貢獻(xiàn)！
日本比較有特色的清酒和醬油也都榜上有名。而在寒冷的俄羅斯，黃油則成為餐桌上必不可少的食材，成為戰(zhàn)斗民族每天所需能量的重要來(lái)源。英國(guó)更不必多說(shuō)，如果你熱愛(ài)黃油、奶油、土豆和牛奶，去英國(guó)就是了！
2. 建立模型
建立模型的過(guò)程可能稍微有點(diǎn)復(fù)雜，主要分以下四步進(jìn)行：
a) 單詞清洗
b) 特征提?。ㄊ褂?TF_IDF）
c) 數(shù)據(jù)分割與重排
調(diào)用 train_test_split 函數(shù)將訓(xùn)練集劃分為新的訓(xùn)練集和驗(yàn)證集。
d) 訓(xùn)練模型
在訓(xùn)練模型的過(guò)程中，需要嘗試不同的參數(shù)，挑選出泛化力最好的模型。通過(guò)訓(xùn)練模型，可以計(jì)算得出驗(yàn)證集上的得分。得分越高，說(shuō)明分類準(zhǔn)確度（正確分類的菜肴百分比）越高。這樣，一個(gè)優(yōu)秀的模型就大功告成啦！
3. 模型預(yù)測(cè)
在測(cè)試文件 test.json 中，配方的格式與 train.json 相同，只刪除了美食類型，因?yàn)樗俏覀円A(yù)測(cè)的目標(biāo)變量。
總的來(lái)說(shuō)，要實(shí)現(xiàn)通過(guò)食材預(yù)測(cè)菜系的過(guò)程并不復(fù)雜，但是如何完善代碼、優(yōu)化模型，使分類體系和匹配程度更高，才是我們要完成的關(guān)鍵目標(biāo)。如果不能做到數(shù)據(jù)的有效清洗和分類，就會(huì)出現(xiàn)很多法國(guó)菜被誤分為意大利菜這樣的情況。
至于能不能分清川菜和湘菜……可以自己來(lái)試一試！這個(gè)項(xiàng)目其實(shí)來(lái)自 100offer 的小伙伴——優(yōu)達(dá)學(xué)城 Udacity 的「機(jī)器學(xué)習(xí)工程師」納米學(xué)位。
（該項(xiàng)目現(xiàn)提供超值限量試學(xué)班，詳情見(jiàn)文末）
優(yōu)達(dá)學(xué)城 Udacity 由 Google 無(wú)人車(chē)之父 Sebastion Thrun 創(chuàng)立，與 Google、Facebook、亞馬遜等名企聯(lián)合打造了一系列前沿技術(shù)課程。2017 年 8 月，騰訊宣布將 Udacity 納米學(xué)位項(xiàng)目作為內(nèi)部員工學(xué)習(xí)內(nèi)容。
一分鐘了解什么是「納米學(xué)位」
與國(guó)內(nèi)其他平臺(tái)相比，Udacity 的一大優(yōu)勢(shì)是來(lái)自硅谷的獨(dú)家特色實(shí)戰(zhàn)項(xiàng)目。項(xiàng)目難度深入淺出，結(jié)合實(shí)際，學(xué)員能夠直觀看到學(xué)習(xí)成果。以下項(xiàng)目成果示例來(lái)自「機(jī)器學(xué)習(xí)工程師」和「深度學(xué)習(xí)」納米學(xué)位的正式課程：
項(xiàng)目示例 1 訓(xùn)練機(jī)器人走迷宮
通過(guò)實(shí)現(xiàn) Q-learning 算法解決走迷宮問(wèn)題。同時(shí)你有機(jī)會(huì)將你的算法應(yīng)用在股市中，讓機(jī)器學(xué)習(xí)出高收益策略。
（來(lái)自「機(jī)器學(xué)習(xí)」納米學(xué)位）
項(xiàng)目示例 2 貓狗圖像識(shí)別
使用深度學(xué)習(xí)方法識(shí)別圖片中是貓還是狗。
（來(lái)自「機(jī)器學(xué)習(xí)」納米學(xué)位畢業(yè)項(xiàng)目）
項(xiàng)目示例 3 訓(xùn)練四軸飛行器學(xué)會(huì)飛行
設(shè)計(jì)一個(gè)深度強(qiáng)化學(xué)習(xí)系統(tǒng)，構(gòu)建懲罰函數(shù)、強(qiáng)化學(xué)習(xí)模型、深度學(xué)習(xí)隱藏層幫助四軸飛行器了解每一個(gè)動(dòng)作的優(yōu)劣。你的四軸飛行器將從一系列動(dòng)作狀態(tài)中，選擇最優(yōu)的策略來(lái)平穩(wěn)起飛和降落。
（來(lái)自「深度學(xué)習(xí)」納米學(xué)位項(xiàng)目）
項(xiàng)目示例 4 風(fēng)格遷移
深度學(xué)習(xí)模型可以用來(lái)完成「風(fēng)格遷移」項(xiàng)目。神經(jīng)網(wǎng)絡(luò)會(huì)學(xué)習(xí)這些畫(huà)作采用的技巧，并學(xué)會(huì)如何自己應(yīng)用這些繪畫(huà)技巧。
（來(lái)自「深度學(xué)習(xí)」練習(xí)項(xiàng)目）
除此之外，你將跟隨來(lái)自硅谷的行業(yè)專家系統(tǒng)學(xué)習(xí)，深入掌握人工智能領(lǐng)域知識(shí)。實(shí)戰(zhàn)項(xiàng)目經(jīng)驗(yàn)均可寫(xiě)入簡(jiǎn)歷，為求職面試加分。
如果你也在尋求轉(zhuǎn)行機(jī)會(huì)，或渴望突破薪資天花板，抓住人工智能人才紅利，Udacity 為你特別開(kāi)啟了【7 天超值試學(xué)班】，名額有限，今天開(kāi)始搶完為止。本期試學(xué)班能夠提前體驗(yàn)：機(jī)器學(xué)習(xí)工程師項(xiàng)目「猜猜這道菜來(lái)自哪里」和深度學(xué)習(xí)項(xiàng)目「你拍我猜」。
聯(lián)系客服
