《机器学习》绪论笔记——什么是机器学习

日常生活中，人的很多决策都是依靠经验而产生的。比如：根据西瓜的颜色色泽、敲声来判断西瓜甜不甜；根据今年的降雨量来判断今年庄稼的收成；根据一个人的衣着判断这个人的性格经历等等。

对于这样的决策行为，计算机能帮忙吗？

对于没有接触过机器学习的程序开发人员或许都有这样一个认识：我们要想样帮助我们完成某项任务，那我么就必须编写明确的指令来使计算机完成这项任务。如果我们的指令不是明确的，那计算机自然就无法执行我们的命令，因此也就无法完成任务。从这个角度上来讲，计算机显然不能根据经验帮助我们做决策。

可是机器学习的出现，使得这个问题有了不一样的答案。''机器学习，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。在计算机系统中，经验通常以'数据'形式存在，因此，机器学习所研究的主要内容，是关于在计算机上从数据中产生模型（model）的算法，即"学习算法（learning algorithm）"。有了学习算法，我们把经验数据提供给它，它就能基于这些数据产生模型；在面对的的情况时，模型会给我们提供相应的判断。如果说计算机科学是研究关于"算法"的学问，那么类似的，可以说机器学习是研究关于"学习算法"的学问。

机器学习是一种全新的思维模式。在这种模式中，我们不再自己去研究解决问题的每一种具体方法，然后通过计算机语言来实现；而是研究学习算法，使得计算机能够自己从数据中学习出结论（模型），并能用数据不管改善自己的结论，从而自己获得决策的能力。