什么是机器学习？

如今机器学习可谓大红大紫的热门领域，那么什么是机器学习呢？
为了满足好奇心，我特意在618活动期间购买了bobo老师的机器学习课程。

所以以下内容，都是我整理的学习笔记哟~

所谓“机器学习”，就是让机器去学习。
最早的机器学习应用就是垃圾邮件分辨，传统的解决思路就是编写规则，定义什么是垃圾邮件，然后让计算机去执行。但是这种解决思路存在很大的问题，因为：

• 对于很多问题，规则很难制定。到底什么才算是垃圾邮件，不太好下定义。
• 规则是不断在变化的。就算暂时找到了垃圾邮件的规则，但是技术发展日新月异，规则不是一成不变的。

其实，在现实生活中，很多事情的规则都很难定义。比如说，图像识别：

人类很容易就能分辨出图中的狗和猫，但是我们是通过什么特征分辨出左侧是狗、右侧是猫的呢？这个问题很难回答，我们无法定义到底什么是狗、什么是猫，分辨的规则也是很难编写出来的。

此时就会发现，像图像识别、人脸识别这些任务，我们人脑是很容易能够完成的，但是对于计算机而言是比较困难的。所以，计算机就需要通过机器学习来完成这些任务。
这和人类发明计算机之初，与计算机做的任务是有本质的区别。就像一些经典的传统算法（比如给1000个数字排序），这些任务对于计算机而言是很简单的，但是对于人类而言却是很难实现的。

所以，机器学习的发明者就开始思考，人类是到底怎么学习的。

人类是怎么学习的？人类的学习其实是典型的经验学习。继续拿图片识别的例子来说，人类之所以能很快的分辨出猫和狗，是因为人类的生活经验。

什么是机器学习？机器学习的过程其实和人类学习的过程是极其相似的，二者的机制也是一致的。人类学习与机器学习最大的区别可能就是：人类只需要很少的样本就能归纳出适用性非常强的知识经验。但是对于机器来说，就不一样了，机器往往需要海量的学习资料，才能建立出适用的模型。

机器学习的应用非常广，像谷歌翻译（自然语言处理）、人脸识别、语音识别等等，包括目前谈论较多的无人驾驶技术。
机器学习在未来也许也会像编程一样，成为每个人都必须要掌握的技能。

最后，再补充一下“机器学习、深度学习、人工智能”这几个概念之间的关系：