06. 机器学习入门2 - 理解特征和向量

Hi, 你好。我是茶桁。

上一节课，咱们用一个案例引入了机器学习的话题，并跟大家讲了一下「动态规划」。

那这节课，我们要真正进入机器学习。

机器学习初探

在正式开始之前，我们来想这样一个问题：我为什么要先讲解「动态规划」，然后再引入机器学习呢？

原因其实是这样：曾经有一度时间，差不多一九七几年开始，大概有三十四年，动态规划其实可以变成图和树的问题。计算机科学里，图和树其实是占主流的，人们去解决图像的分割，图像的分类，文本的识别，文本的分类问题，有很大一部分都会将其优化为图和树的问题去解决。包括上两节课中我们提到的李开复去解决语音识别的问题，也是拆分成语言树。

为什么要优化成图和树来解决呢？因为这个技术在当时非常的成熟。但是，因为有了图和树，那么依照我们上一节的分析，树会继续向下细分成更小的树，也就是会形成子图。

所以，人们就会发现，当我们将问题优化成图和树之后，再使用动态规划，就能让问