机器如何鉴别黄色图片？

食色性也，在没有分级制度的当下，色情内容鉴别就变得非常重要。

最开始人们会用人工审核解决这一问题，互联网的普及让数据量大幅增加，全部依靠人力审核变成了不可能的事。

机智的人们想到用肤色识别算法过滤掉非黄色图片，余下的内容再进入人工审核，可以大大提升审核效率。

移动互联网时代的到来，视频、直播的爆发，数据量多到这种识别方式也无法承受，于是就有了机器学习「鉴黄师」。

对于机器来说，鉴黄就是让它给出一张图片是黄色图片的概率，再根据这个概率给出答案。

曾经被标记为黄色内容的图片，混合非黄色图片输入机器，通过学习大量标记数据，机器就能给出黄图概率。

再由人类设定阈值，进而给出「是」或「否」。

机器难以判断的图片，也会交由人工审核，确认后再度教给机器，让机器「鉴黄师」越变越聪明。

至于视频、直播，只要截取画面后再进行识别就可以。同样的方法也可以用来识别暴力、血腥内容，帮助减轻人力负担。

机器学习鉴黄师，实际上用到了逻辑回归(LogisticRegression,LR)的技术。

逻辑回归经典的应用场景

逻辑回归是非常经典的二分类算法，做一个简单的转换，也可以应用到多分类问题上。

虽然有很多深度学习，SVM等算法，但是工业场景，70%的分类问题都可以用逻辑回归模型解决。

1、贷款违约情况

会违约/不会违约，这是个经典的LR模型。在金融风控领域，经常用这种模型来判断一个人的信用状况。

比如这个用户年纪比较小，或者之前有一些逾期的记录，或者这个用户的薪资没有达到一定标准的时候，预测他违约的概率较大，我们可以选择拒贷。

在很多银行，或者非银行机构，都会用LR来做预测的问题。

2、广告点击问题--CTR点击率预估

会浏览/不会浏览，会点击/不会点击

很多互联网公司，都是靠广告赚钱的。比如百度、谷歌大部分的收入，都来源于广告。这些广告要做用户行为分析，以便达到精准投放的效果，这样广告的浏览率和点击率会增加，从而给公司带来更多的利润。

3、商品推荐（会购买/不会购买）

在商品推荐过程中，我们很多用矩阵分解，或者协同过滤的算法，但是我们也可以用逻辑回归来做。

4、情感分析（正面/负面）

情感分析是很经典的一个文本分析的算法，它可以判断一篇文章的情感是正面的还是负面的。

我们可以从很多文本里面进行特征提取，提取完之后，放到逻辑回归模型里面，来预测这篇文章拥有正面情感的概率是多大。

特别是在证券领域，我们可以通过这种方法，来判断未来股票的走势。

5、疾病诊断（阴性/阳性）

比如给定一些图片，或者给一些传感器数据，能不能判断这个人有没有患病

6、还有很多问题是基于逻辑回归的... ...

即便最终上线的系统不是基于逻辑回归，但是逻辑回归仍然是非常经典的、而且是非常优秀的baseline，是可以在一天或者两天内实现的一种系统。而且未必比使用深度学习网络，或者更复杂的模型效果差。

IBM提出“万物皆可智能”的概念，而人工智能本质，是通过分类、或者回归，解决预测问题。逻辑回归作为二分类重中之重的算法，可谓是能顶AI半边天了。

所以在机器学习的面试，或者算法工程师的面试过程中，会经常问一些逻辑回归相关的知识点。

比如，怎么推导逻辑回归？什么是逻辑回归的目标函数？怎么使用梯度下降法？怎么搭建逻辑回归的模型？怎么避免过拟合？逻辑回归的目标函数是否是凸函数？为什么？

算法细节对AI从业者的重要性

在当今的人工智能时代，相信大部分人都会关注深度学习技术，但请千万不要忽视对传统机器学习技术的理解。实际上，真正去从事AI工作的时候就会发现，对传统机器学习的依赖还是巨大的。如逻辑回归、随机森林、GBDT、XGBoost、SVM等模型仍然在非常多的应用中占有着不可忽视的地位。

目前AI人才竞争越来越激烈，“调参侠”的时代已慢慢过去！为了帮助想细致了解算法底层的朋友们，李文哲博士和袁源博士联手研发了一门《高阶机器学习》课程。

高阶机器学习

这门课独特的优势

• 新 课程不断迭代，从Word2Vec、ElMo、GPT、Bert到XLNet，GAN、R-CNN、GCN。而且保证不错过任何2周之内出现的重要技术。

• 细 导师全程现场推导，让你学习有清晰的思路，深刻理解算法模型背后推导的每个细节。更重要的是可以清晰看到各种模型之间的关系！帮助你打通六脉！

• 高级 每周1次paper reading session，帮助你复现论文

CRF与Log-Linear模型讲解

如果你对这门课程感兴趣，可以加我了解：git1024

你需要具备的基础

• 编程基础：用python写过工程项目，代码量在5000行以上

• 机器学习：系统学习过机器学习基础，比如学习过《西瓜书》

你所面临的挑战

• 写技术文章： 我们会要求学员在知乎、github、垂直公众号等平台，输出自己的技术文章，老师和助教会帮你优化

• Project项目：除了文章，算法工程师立命的根本--项目代码，导师更是不会放过的。每次在Gitlab上布置的作业，导师们都会带领助教团队会予以详细的批改和反馈。并逼着你不断的优化！

如果你对这门课程感兴趣，可以加我了解：git1024

你将收获

• 对标阿里P8的工作能力，你现在工作中遇到的问题，也可以请教老师和助教

• 如果你需要出国留学，美国的硕博学位我们可以帮你写推荐信

• 如果你需要发表论文，老师和助教团队可以给你一些帮助

如果这门课程能帮到你，你可以加我：git1024

原文：https://www.cnblogs.com/txkjai/p/12604847.html