一篇让文科生也能读懂机器学习的文章

本文是《机器学习宝典》第 1 篇，读完本文你能够掌握机器学习的基本常识！

什么是机器学习

对于没有经验的同学来说，直接给出一个关于机器学习的定义太不友好了，所以我们通过换个方式来说明到底什么是机器学习（machine learning）。

当你看到路上有一堆密密麻麻的蚂蚁在搬家，心想快要下雨了，我得早点回家；当你在街道上看到一个眼睛蓝色、头发金色、鼻梁高挺的人，心想这肯定又是一个白种人老外。

我们看到蚂蚁搬家，知道要下雨是因为我们之前经历过很多次蚂蚁搬家，然后下雨的情况；我们看到眼睛蓝色、头发金色、鼻梁高挺的人认定是白种人是因为大多数长这样的人都是白种人。也就是说利用我们之前学习到的经验，我们能够对未来的一些新事务做出有效判断。

那么问题来了，既然利用人学习到的经验可以对新事物做出有效判断，那能不能让机器也学习一些经验，然后帮助我们去做一些事情呢？

机器学习正是这样一门学科，它致力于研究如何通过计算的手段，利用经验来改善系统自身的性能。 在机器的眼中，“经验”基本上都是以“数据”的形式存在的，因此，机器学习要研究的就是一个学习算法，这个学习算法能够从数据中产生模型（model），而模型能够给我们提供相应的判断（例如，是否属于黄种人）。

常用术语

机器学习这门学科中包含了一些常用术语，我们来介绍一些常用的术语。想要进行机器学习，自然就离不开数据。所以我们先从数据说起。假定我们收集了关于是否属于黄种人的数据。

编号	眼睛	发色	发型	鼻梁	身高	黄种人
1	棕色	黑色	直	中	170	属于
2	黑色	黄色	直	低	180	属于
3	灰色	金色	卷	高	180	不属于
4	蓝色	黄色