用人话讲明白机器学习MachineLearning

1. 什么是机器学习

人的一生在不断学习，广义的学习包含观察世界、认识世界、形成世界观、改造世界的过程。我们通过眼睛观察生活，通过大脑思考其中的联系和规律，从而规划自己的人生路径，这是人的学习。我们总结自己和前人的经验，未来生活中遇到类似的事情，能够找到应对之法，这也是人的学习。

机器学习与人的学习一样，只不过学习主体从人变成了计算机，学习的对象变成了数据。计算机从数据中经过分析获得规律，并利用规律对未知数据进行预测，这一过程便是机器学习。

在吴恩达的课上，他引用了一段英文定义：

A computer program is said to learn from experience E with respect to
some class of tasks T and performance measure P, if its performance at
tasks in T, as measured by P, improves with experience E.

这段话中，E指积攒的经验和数据，统计学中我们称为样本和特征；T是我们想达成的任务，即目标；P是机器学习的评价指标。

举个例子，训练计算机判断收到的电子邮件是否为垃圾邮件。这个任务中，E是历史邮件以及人为标记的该邮件是否为垃圾邮件的标签；T是判断新邮件是否为垃圾邮件；P是正确分类的比例。

2. 机器学习的种类

监督式学习：训练集有明确答案，监督学习就是寻找问题（又称输入、特征、自变量）与答案（又称输出、目标、因变量）之间关系的学习方式。监督学习模型有两类，分类和回归。

• 分类模型：目标变量是离散的分类型变量。
• 回归模型：目标变量是连续性数值型变量。