什么是机器学习？（上）

什么是机器学习？在搜索框内输入“机器学习”，检索出了这样的解释：“机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度等多门学科。机器学习专门研究计算机怎么模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能”。

机器真的可以像人一样学习吗？1959年，美国的Samuel设计了一款下棋程序，这个程序具有学习能力，可以在对弈中不断改善自己的棋艺。四年后，这个程序战胜了设计者本人。又过了三年，这个程序战胜了美国的保持了8年不败纪录的棋手。这个程序第一次向世人展示了机器强大的学习能力，也开启了机器学习的新纪元。

机器究竟是怎么学习的呢？

其实，机器学习是一种概念，你不需要写任何与问题有关的特定代码，一种叫作“泛型算法”（Genetic Algorithm）的工具就可以告诉你一些关于数据的结论。你只需要输入数据，就能建立数据的逻辑。（注：遗传算法是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。）

其中一种算法叫作“分类”算法，顾名思义，它的功能就是给数据分组。分类算法可以用来区分垃圾邮件和非垃圾邮件，也能区分手写数字。只要给同样的算法输入不同的训练数据，就赋予了它不同的分类逻辑。

机器学习就是大量泛型算法的集合。