什么是机器学习？

理解机器学习

简单来说，机器学习就是寻找一种函数 f(x)，这种函数能够做预测、分类、生成等工作。

• 语音识别
  输入一段语音信号，输出文字：
  
• 图像识别
  输入图片，输出图片的属性：
  
• 智能控制
  输入棋盘局势，输出下一步落棋位置：
  
• 对话系统
  输入语言，系统回复：
  

那么，找到这个函数 f(x) 是机器学习者的核心任务。下面讲到的“方法论”核心就是如何去找 f(x)。

机器学习的“三板斧”方法论

机器学习的过程和把大象放冰箱一样，一共分三步。

• step_1：定义一个函数集合（define a function set）
• step_2：判断函数的好坏（goodness of a function）
• step_3：选择最好的函数（pick the best one）

这个 f(x)的建模过程，站在统计学的角度来看，可以分为判别模型和生成模型，前者对后验概率 p(y|x)建模—— f(x)=p(y|x)，后者对联合概率分布 p(x,y)建模，再求得 p(y|x)——f(x)=p(x|y)p(y) / p(x)。

可参考：https://blog.youkuaiyun.com/Robin_Pi/article/details/103842469。