机器学习基石(一)：什么是机器学习

一、文字定义

机器学习：从data出发，最终目标是提高可以衡量的某方面表现。
可以称为机器学习的话，这个任务必须有如下三点：

1. 必然有某种潜在规律可以学习
   例：预测下一次打喷嚏的时刻是奇数还是偶数，这个事情无规律可循，不属于机器学习
2. 没有简单的可以定义的解决办法途径
   例：桌面上有多少件物品是方形的? 这件事情有明确定义，明确的规则，不需要机器学习来预测。
3. 一定量相关数据的输入。
   例：地球什么时候毁灭？ 地球还没有毁灭，我们没有任何相关经验数据来输入对这件事情做预测。

二、数学定义

如下图所示：

我们用文字再做一次表达：

Data集包括输入X和输出Y，从X到Y的映射，背后是有函数f做支撑。
我们不知道f的形式，所以只能通过大量的Data，使用ML对应的假设模型(hypothesis)来生成g
通常情况(非线性)下，g不可能与f完全相同，但是，我们学习机器学习的目的就是为了让g尽可能的逼近潜在的无法准确定义的f，从而在面对未知的输入X的时候，我们能够给出相对准确的Y(预测)

三、与其他学科的区别

1. 数据挖掘

从定义上来说：数据挖掘是从数据中找出一些有趣的有规律的东西。

如果找出“有趣的东西”是找出一个g来逼近真实值，那么数据挖掘 = 机器学习。
如果找出“有趣的东西”是与机器学习寻找的g相关，那么数据挖掘会帮助到机器学习。

总的来说，他们很像。数据挖掘比机器学习的范围稍微广一点。

2. 人工智能

人工智能的定义：计算机能够做出有智慧的决策

机器学习是实现人工智能的一种途径。

3. 统计学

统计学：使用数据来推断某个未知的事情。

与机器学习的关系：统计是实现机器学习的方法。（当前最常用的方法）

区别：统计毕竟是数学范畴，重推论，理论与证明。