1.1初识机器学习

什么是机器学习？机器学习能做些什么？
打开谷歌、必应搜索到需要的内容，正是因为其良好的学习算法，谷歌和微软实现了学习算法来排列网页。用Facebook或苹果的图片分类程序它能认出你朋友的照片，这也是机器学习。阅读电子邮件时，垃圾邮件筛选器可以帮你过滤大量的垃圾邮件，这也是一种学习算法。做出一个和人类一样聪明的机器，任重而道远。许多AI研究者认为，实现这个目标最好的方法是通过让机器试着模仿人的大脑学习。
只了解算法、数学并不能解决你关心的实际问题。所以，我们需要花大量的时间做练习，从而能实现这些算法，从而了解內部机理。
机器学习如此受欢迎的原因是，机器学习不只是应用于人工智能领域。我们创造的机器，有很多基础的知识。比如，我们可以让机器找到A与B之间的最短路径，但我们仍不知道怎么让机器做更有趣的事情，入web搜索、照片标记、反垃圾邮件。我们发现，唯一方法是让机器自己学习怎么来解决问题。所以，机器学习已经成为计算机的一个能力。
机器学习涉及到各个行业和基础学科中。
关于一些机器学习的案例，如下：
数据挖掘。机器学习被用于数据挖掘的原因之一是网络和自动化技术的增长，这意味着，我们有 史上最大的数据集，比如说，大量的硅谷公司正在收集web上的单击数据，也称为点击流数据，并尝试使用机器学习算法来分析数据，更好的了解用户，并为用户提供更好的服务，这在硅谷有着巨大的市场。再比如，医疗记录。随着自动化的出现，我们现在有了电子医疗记录。如果我们可以把医疗记录变成医学知识 ，我们就可以更好地理解疾病。再如，计算生物学。还是因为自动化技术，生物学家们收集的大量基因数据序列、DNA序列和等等，机器运行算法让我们更好地了解人类基因组。再比如，工程方面。在工程的所有领域，我们有越来越大的数据集，我们试图使用学习算法来理解这些数据。另外，在机械应用中，有些人不能直接操作，例如无人机。我们不知道如何写一段程序让直升机自己飞，我们唯一能做的就是让计算机自己学习如何驾驶直升机。
手写识别。当你手写一个信封，一种学习算法已经学会如何读你的信封，它可以自动选择路径。
自然语言处理或计算机视觉，这些语言理解或者图像理解都是属于AI领域。大部分的自然语言处理和大部分的计算机视觉，都应用了机器学习。学习算法还广泛应用于自定制程序。去亚马逊或者Netflix或iTunes Genius，它们都会给出其他电影或产品或音乐的建议，这是一种学习算法。他们有数百万的用户，但他们没有办法为百万用户编写出百万个不同程序。软件能给出这些自定制的建议的唯一方法是通过学习你的行为，来为你定制服务。
最后学习算法被用来理解人类的学习和了解大脑。