#Datawhale X 李宏毅苹果书 AI夏令营#1.1机器学习基础案例学习

前瞻：

本次打卡是#Datawhale X 李宏毅苹果书 AI夏令营#深度学习入门班Task1的内容，这是datawhale夏令营的第5期的内容，本次的任务是通过学习书本1.1节通过案例了解机器学习（对应书本9-14页）。

1.什么是机器学习？

机器学习算法是一种能够从数据中学习的算法。专业的定义：“对于某类任务 T 和性能度量 P，一个计算机程序被认为可以从经验 E 中学习是指，通过经验 E 改进后，它在任务 T 上由性能度量 P 衡量的性能有所提升。”简单概括一下就是：利用经验改善系统自身的性能。

我们回到苹果书，苹果书对这个专业的定义做了简化，并使用了函数来进行类比。“具体来讲，机器学习就是让机器具备找一个函数的能力。机器具备找函数的能力以后，它可以做很多事。”

机器学习的案例很多，传统的机器学习更多的基于统计学的知识，因此又称统计学习，传统的机器学习需要我们手动提取特征，进行特征工程，最近这些年，随着深度学习的崛起，目前我们更多的依靠深度学习来自动提取特征，深度学习这些特征都是模型可以学习的。

机器学习的任务分类：我们可以根据输出的不同，将机器学习的任务主要分为回归任务和分类任务。其他的任务或多或少的都可以归为这两类。

如果我们预测结果是离散值，那么这类任务叫做分类（classification），如果只有两个类别，那么就是简单的二分类任务，如果有多个类别，那么就是多分类任务。常见的分类任务举例：手写数字识别、垃圾邮件检测、人脸识别等。