1 什么是机器学习？

机器学习是什么？实际上即使在机器学习的专业人士中，也不存在一个准确的定义，最早的关于机器学习的定义是由Arthur Samuel给出的：

    "Field of study that fives computers the ability to learn without being explicitly programmed."，翻译过来为："使计算机在没有被明确编程的情况下，仍然能够进行学习的能力的领域"。

Samuel写了一个西洋棋程序，这个程序的神奇之处在于，作者自己并不是一个西洋棋高手，他通过让程序自己和自己下了上万盘的棋，通过观察 哪种布局（棋盘位置）会赢，哪种布局会输， 久而久之，这西洋棋程序明白了什么是好的布局， 什么样是坏的布局。然后就牛逼大发了，程序通过学习后， 玩西洋棋的水平超过了Samuel。

上述是一个比较古老的定义，另一个年代近一点的定义是由Tom Mitchell提出：

    " a computer program is said to learn from experience E, with respect to some task T, and some performance measure P, if its performance on T as measured by P improves with experience E."，翻译过来为："一个程序被认为能够从经验E中学习（用来解决任务T，使用P来衡量程序的表现），如果程序在解决任务T上的表现P，可以通过经验E得到改进。"我认为，他提出这个定义，主要是为了押韵（哈哈哈）。（一个程序能够从经验E中不断的进行学习，最终程序能够完成任务T，完成的效果有P来进行衡量，程序学习的经验E越多，P就会越好）

    在西洋棋的例子中，E是成千上万次的自我练习，T是下棋，P是它在与新的对手进行比赛的时候，赢得比赛的概率。

    练习：假设你的电子邮件程序可以观察你收到的电子邮件是否被标记为垃圾邮件，基于你所标记的垃圾邮件，Email程序可以更好的学习如何过滤垃圾邮件。在这个例子中，T是什么？

习题1

答案1

我们可以将上述定义理解为：以性能度量值P为标准，衡量这个任务的性能，也就是这个任务T的系统性能，将在学习经验E后得到提高。

机器学习的算法主要可以分为两类：监督学习和非监督学习。这里进行一个简单的介绍，监督学习是我们交计算机如何去做某件事情，非监督学习是让计算机自己学习怎么去做一件事情。强化学习和推荐系统等各种术语，这些都是机器学习算法的一员，以后我们都将介绍到，但学习算法最常用两个类型就是监督学习、无监督学习。我们不仅会介绍算法，还会介绍怎么使用它们，这是很重要的一点。