为什么某个问题可以用机器学习方法来解决？

不知道大家有没有想过，基于历史数据去预测未知数据的问题，为什么我们就知道这种问题可以用机器学习来解决？

偶尔看到了《统计学习方法概论》里的一个小节，小节的内容我认为可以解答这个问题。总而言之就是，这是一种假设，即假设他可以用机器学习方法来解决，同时假设学习模型是存在的。该小节内容见下图。

统计学习与机器学习之间的关系 ：

统计学习是关于计算机基于数据构建概率统计模型，并运用模型对数据进行预测与分析的一门科学。统计学习也称为统计机器学习。

统计学习关于数据的基本假设是同类数据具有一定的统计规律性，这是统计学习的前提。可以用随机变量描述数据中的特征，用概率分布描述数据的统计规律。

统计学习方法总结：从训练数据出发，假设数据是独立同分布产生的；假设要学习的模型属于某个函数的集合，称为假设空间。