什么是机器学习？有哪些分类？怎样上手开发？终于有人讲明白了

导读：本文首先介绍何谓机器学习，以及与机器学习相关的基本概念，这是学习和理解机器学习的基础。按照学习方式的不同，机器学习可以分为不同类型，如监督学习、无监督学习、强化学习等，本文会详细介绍它们各自的特点和使用场景。

其次，借助本文对机器学习应用开发步骤的详细说明，读者能够清晰地了解机器学习应用的开发流程。

最后，大家可以回顾一下我们此前的一篇文章《腾讯阿里都在用！机器学习最热研究方向入门，附学习路线图》，了解一下目前机器学习领域最热门的研究方向之一——集成学习，以及XGBoost如何被提出并在业界广泛应用。

作者：何龙

来源：大数据DT（ID：hzdashuju）

01 何谓机器学习

近几年，机器学习可谓是业界最热门的领域之一，AlphaGo以4 : 1的比分击败李世石，人工智能和机器学习一夜火遍世界各地。机器学习离我们并不遥远，甚至可以说已经渗透到我们生活的方方面面。例如：

• 网上购物时，电商网站根据用户偏好为用户推荐商品；

• Siri手机语音助手可查询天气、播放音乐；

• 打车时，打车软件帮我们预估行程时间、规划行程路线；

• 点外卖时，外卖App将订单分配给附近空闲的骑手等。

这些无一不是通过机器学习技术来实现的。

机器学习领域知名学者Tom M.Mitchell曾给机器学习做如下定义：

如果计算机程序针对某类任务T的性能（用P来衡量）能通过经验E来自我改善，则认为关于T和P，程序对E进行了学习。

通俗来讲，机器学习是计算机针对某一任务，从经验中学习，并且能越做越好的过程。一般情况下，“经验”都是以数据的方式存在的，计算机程序从这些数据中学习。学习的关键是模型算法，它可以学习已有的经验数据，用以预测未知数据。

在很多领域，仅仅靠人很难从诸多信息中将有效信息提取出来的。例如，我们想知道一个人是否会去购买某个电影的电影票。想要知道这个答案，最直接、有效的方法就是去问他本人，因为他本人的回答是与结果最接近的，也就是相关性最强的一个特征。

假如我们并不认识这个人，或并没有条件直接与他本人沟通，那么还有另外一种思路—问他的朋友，他的朋友可能对他比较了解，知道他喜欢哪种类型的影片。但往往这个条件也不一定能达到，因为对于这样的需求场景，更多的可能是影院想知道他的顾客会不会购买某个电影的电影票。

而影院所拥有的顾客信息通常是用户的性别、年龄、以往观影记录、消费记录等基本信息。对于普通人来说，通过这些原始数据预测该顾客未来的行为，很难给出一个比较准确的答案。此时便需要机器学习把无序的数据转换成有用的信息，从而解决相关问题。

机器学习横跨了多个学科，包括计算机科学、统计学等，而从事机器学习的人不仅需要扎实的计算机知识和数学知识，