Understanding Machine Learning 阅读系列-Chap.0

本篇是Understanding Machine Learning阅读笔记系列的第一篇。

前言

机器学习（Machine Learning）是自动检测数据中有意义的模式的过程，这个词近年来火爆，但是在过去的几十年中，很多机器学习算法已经得到落地应用，通常面对数据量庞大，而所需任务是从这些数据中提取信息的场景。如搜索引擎（庞大知识库中抽取包含特定结果的网页）、反垃圾营销系统（大量邮件、通知中检测特定种类的垃圾语句）等、相机为了更智能的进行对焦，所应用的人脸（眼）检测算法（大量物体中找到所需要的特定形状），信用卡交易反欺诈（大量交易信息中特定交易模式）。

这些应用的特点：

问题是复杂的且模式难以用简单逻辑检测到的，人类程序员难以或者无法提供明确、详细的问题解决方法或指南说明来为传统计算机程序编程。以具有智能的人类为例，我们习得的技能大多是从经验中学得的，而不是遵循一些设定好的指令。

本书目的一：介绍ML的基础概念，包括什么是机器学习，如果量化资源，学习成功的可能性，我们如何判断学习过程成功了还是失败了；

本书目的二： 介绍ML中的关键算法，除了介绍一些成功的算法外，还会介绍学习技巧。此外，由于在数据爆炸的时代，计算时间成为主要瓶颈，本书还有对大规模应用的提及。

本书分为4部分：

1. 对ML的基础问题给出初步解答；2. 介绍多种学习算法；3. 前两部分以PAC为主，第三部分将延展到更广范围的算法；4. 包含对先进的理论的介绍。