《白话机器学习》（二）机器学习基本概念

一、写在前面

这两年机器学习火了，我们应该清楚的是，机器学习有巨大的潜力来改变和改善世界。通过像谷歌大脑和斯坦福机器学习小组这样的研究团队，我们正朝着真正的人工智能迈进一大步。

本篇博客仅针对毫无机器学习理论背景的人，其他人可以直接跳过。

二、什么叫机器学习？

就我个人理解，通常任何问题我们都可以用一个数学模型来解释：
$$y=f(x)$$

通常，我们解决问题的方法有两种，一种是模型驱动，另外一种则是数据驱动。

模型驱动：通过研究对象的物理、化学等机理模型，对对象进行建模，从而解决问题，比如我们熟知的牛顿三定律，对于上面那个公式就是我们已知输入x和机理模型f()，需要求解我们想要得到的yy；

随着人们遇到的问题越来越复杂，寻找对象机理模型的代价越来越大，反之数据获取的代价越来越小，于是科研工作者开始从另外角度思考问题，是否可以通过这些数据来分析得到我想要的东西。

数据驱动:所谓的数据驱动即我们知道一些的样本(x,y)或者我只知道x，我想分析这些来得到对象的模型f()，进而当