机器学习（ML）介绍（一）

1、什么是机器学习？

    机器学习是人工智能的一个分支。我们使用计算机设计的一个系统，使它能够根据提供的训练数据按照一定的方式来进行学习；随着训练次数的增加，该系统可以在性能上不断学习和改进；通过参数化的学习模型，能够用于预测相关问题的输出。（例如无人驾驶汽车，在不断地路况训练下，就会进行性能上的增加，这说明系统在不断的训练下会使得系统得性能变得更加强大）

注意：

从人类本身角度出发去看待：

（1）有监督学习：比如月亮------当你小时候不知道月亮是什么，别人告诉你什么是月亮。

（2）无监督学习：比如“阅兵”两个字------当你遇见多了，自然知道阅兵这个是词而不是字。数据具有相似性。

（3）增强学习：比如走路、踢球-------学习一门技术开始到结尾的动作学习。

2、 机器学习的内涵和外延

（1）机器学习可以解决什么？

     解决给定数据的预测问题（比如数据清洗和特征选择、确定算法模型和参数优化、数据结果预测）

（2）机器学习不可以解决什么？

    大数据存储/并行运算和做一个机器人（这些相关性是有，但是不是完全）。

3、机器学习的应用

（1）语音识别

（2）自动驾驶

（3）语言翻译

（4）计算机视觉（人脸识别）

（5）推荐系统

（6）无人机

（7）识别垃圾邮件

（8）图像分类