机器学习概述

机器学习的定义：利用计算机从历史数据中找出规律，并把这些规律用到对未来不确定场景的决策。

解释：

1、机器学习主要用于不确定场景的决策，对于确定性的场景则无需使用机器学习。

2、“规律”，规律是靠计算机，从历史数据中挖出来的。

3、机器学习的主体是计算机，而不是人。根据寻找数据规律的主体不同，形成了两类岗位：机器作为主体的话，对应的是机器学习；人作为主体的话。就是数据分析（数据分析师）。

注：以上来自慕课网网课。

个人理解：

机器学习就是通过已有的数据，对还未发生的、未知的事情进行预测。比如对已经有的花的库的学习，可以预测一个新的花是什么品种，当然存在一定的误差，所以会有准确率这样的东西。而这些“规律”的总结是通过机器自己学习生成的，而不需要通过人脑进行思考，只需要使用一定的算法和框架即可。（纯属个人看法）

机器学习发展的原动力：

1、从历史数据中找规律，把这些规律用到对未来自动做出决定。

2、用数据代替专家（有经验的分析师）。

3、经济驱动，数据变现。（经济发展，数据量很多，如果不加以利用，就很浪费啦。）

业务系统发展历史：

1、基于专家经验（产品、运营的头脑风暴）

2、基于统计——分纬度统计（数据分析员进行数据的统计和分析）

3、机器学习：离线机器学习（批处理）、在线机器学习（实时数据流）