1、深度学习入门：机器学习概述

深度学习入门：机器学习概述

1. 机器学习简介

1.1 什么是机器学习

传统编程是将清晰的规则应用于结构化数据，由人类开发者编写程序，让计算机执行指令处理数据以得到期望结果。例如填写税表，每个框都有明确含义，依据详细规则进行计算，这正是计算机程序擅长的任务。

而机器学习则是从示例数据中推断程序或算法，而非直接实现。以识别朋友照片为例，对人来说这很容易，但编程让计算机完成却颇具挑战。机器学习通过分析大量朋友的照片，生成匹配这些照片的函数，此函数也能识别未曾见过的新照片。在这个过程中，提供给机器的照片是训练数据，照片上人物的名字是标签。训练好算法后，就可以用它对新数据进行标签预测。

在实际应用中，通常会将机器学习与传统编程结合。比如人脸识别应用，需要先指导计算机如何查找、加载和转换示例图像，还可能用手工启发式方法区分头像与风景照等，再应用机器学习为面孔命名。

1.2 机器学习与人工智能的关系

人工智能广义上指让计算机模仿人类行为的技术，包括逻辑生产系统、专家系统、模糊逻辑等基于规则的技术，这些有时被称为经典人工智能或传统人工智能。

机器学习是人工智能的一个领域，如今是最成功的领域之一，尤其是深度学习，它带来了许多令人兴奋的突破。经典人工智能研究人类行为并尝试编码匹配规则，而机器学习和深度学习则收集人类行为示例，运用数学和统计技术提取规则。为清晰起见，用人工智能指代让计算机模仿人类行为的总体问题，用机器学习或深度学习指代从示例中提取算法的数学技术。

1.3 机器学习的适用与不适用场景

机器学习是一种专门技术，在以下情况应优先选择传统编程：
- 传