跟我一起学scikit-learn1：机器学习简介

1.1 什么是机器学习

机器学习的概念可以追溯到1959年，Arthur Samuel对机器学习做出的定义是：Field of study that gives computers the ability to learn without being explicitly programmed（即让计算机在没有被显示编程的情况下，具备自我学习的能力）。

Tom M. Mitchell在操作层面给出了更直观的定义：A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E（针对某件事情，计算机会从经验中学习，并且越做越好）。

总之，机器学习是一个计算机程序，针对某个特定任务，从经验中学习，并且越做越好。

对机器学习而言，最重要的有两方面内容：数据和模型。

数据：经验最终要转换为计算机能理解的数据，这样计算机才能从经验中学习。谁掌握的数据量大、质量高，谁就占据了机器学习和人工智能领域最有利的资本。

模型：即算法，有了数据之后，需要设计一个模型，把数据作为输入来训练这个模型。经过训练的模型，最终就成了机器学习的核心，使得模型成为了能产生决策的中枢。一个经过良好训练的模型，当输入一个新事件时，会做出适当的反应，产生优质的输出。

1.2 机器学习的用途

受益于摩尔定律，随着计算机性能的提高，以及