机器学习入门篇

小阿奇觉得机器学习是一个特别有意思的领域，这几年人工智能，大数据的兴起，也加速了它的成长与发展。既然我们要学好它，那么首先就得好好地了解认识一下它。

一、机器学习概念

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。（百度百科）
周志华老师在西瓜书中是这么定义的：我们通过气候和环境能够预测到明天天气的好坏，通过西瓜的外表特征以及声音来判断是否好瓜。是因为我们已经积累有效的经验，通过对经验的利用，就能对新情况作出有限的判断和决策。而机器学习就是致力于研究如何通过计算的手段，利用经验来改善系统自身的性能。对于计算机来说“经验”就是“数据”，通过学习数据，产生模型的算法，就能给出判断，可以说机器学习是研究关于**“学习算法”**的学问。我的理解就是，让计算机通过模型算法，掌握了知识和经验，从而分析判别一些问题。

二、机器学习的现状

机器学习(machine learning)是继专家系统之后人工智能应用的又一重要研究领域，也是人工智能和神经计算的核心研究课题之一．机器学习是人工智能领域中较为年轻的分支，其发展过程可分为4个时期: 1)20世纪50年代中期到60 年代中期，属于热烈时期; 2)60年代中期至70年代中期,被称为机器学习的冷静时期;3)70年代中期至80年代中期，称为复兴时4)1986年开始是机器学习的最新阶段.这个时期的机器学习具有如下特点:机器学习已成为新的边缘学科并在高校成为一门独立课程;融合了各种学习方法且形式多样的集成学习系统研究正在兴起;机器学习与人工智能各种基础问题的统一性观点正在形成;各种学习方法的应用范围不断扩大，一部分应用研究成果已转化为商品;与机器学习有关的学术活动空前活跃.
国内目前对于机器学习的研究也是空前活跃，主要在以下几个方面体现：
1.泛化能力的研究；
2.监督学习算法向多示例学习算法转化的一般准则；
3.机器学习技术在工作流模型设定中的作用；
4.机器学习技术在数据挖掘中的商业作用；
5.基于机器学习的入侵检测技术；
6.人工智能原理在人类学习中的应用。

三、机器学习的分类