机器学习总结

机器学习能做什么？

聊天机器人、人脸识别、自动驾驶以及所有大型电商的精准推荐系统背后都是机器学习。

机器学习能通过文章“点赞”量和“朋友在看”量估算出阅读量；

机器学习能在公众号自动根据不同类型回复留言，过滤恶意评论；

机器学习能在网络电商找到我们最需要关注的那些高价值用户...

什么是机器学习?

机器学习之父 Arthur Samuel 对机器学习的定义是：

在没有明确设置的情况下，使计算机具有学习能力的研究领域。

国际机器学习大会的创始人之一 Tom Mitchell 对机器学习的定义是：

计算机程序从经验 E 中学习，解决某一任务 T，进行某一性能度量 P，通过 P 测定在 T 上的表现因经验 E 而提高。

通俗来讲

 你周六约了小芳，小丽逛街，小芳先来了，小丽没来。你想打电话叫小丽过来。小芳说：“你别打电话啦，小芳昨天跟对象吵架了，她负责的项目在生产环境出大问题了，再加上她家人生病了，她肯定没心情来。”

我们是根据大脑推理出小丽大概率是不会来了，但计算机是怎么得到这样的结论的呢？

而机器学习的厉害之处就在于，它能利用计算机的运算能力，从大量的数据中发现一个“函数”或“模型”，并通过它来模拟现实世界事物间的关系，从而实现预测、判断等目的。这个过程的关键是建立一个合适的模型，并能主动地根据这个模型进行“推理”&