“机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心,是使计算机具有智能的根本途径。”这是比较严谨的解释。
学习之后会发现,机器学习其实是在尽可能的模拟人类学习的过程。而人类的学习,本身其实一种归纳和i演绎的过程。即,通过言传身教或自身的经历体验,得到对应的处事模型,从而能在未来的生活中做出对应的决策。
因此,对于机而言, 直接学习知识,就相当于现在的专家系统。即,由领域专家将现有的模型直接输入给机器,机器直接使用这些模型,去解决未来的所遇到的问题。专家系统因为需要足够的领域知识,并不是现在主流的机器学习方式。
而另一种情况,则是现在常用的机器学习方式。即,对过去已有的事实进行归纳总结、自行归纳出可靠的预测模型,用这些模型再去解决未来所遇到的问题。