机器学习是什么

机器学习的目的： 让计算机通过模型算法独立的或者半独立的完成相对复杂或者要求相对高的工作。用以节约时间帮助人类进行大规模的数据分析。

学习的方式分两类：1、无监督学习。2、有监督学习。

无监督学习过程中无样本标签标记。其中聚类分析（K-Means, DBSCAN等）属于无监督学习。而有标签标记的机器学习称为有监督学习。

机器学习和深度学习的区别：

机器学习过程通常需要人为提取特征，用提取好的特征进行训练，最后通过检验集验证。

深度学习过程采用end-to-end学习方式。通常不需要进行预处理。特征处理过程已经在模型中了。

（end-to-end学习方式的思想就是输入未经处理的原始数据或图片或语音，而输出是最终想要得到的结果【指令或决策】。）

--以上均系个人总结欢迎留言指正