機器學習是一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、演算法複雜度理論等多門學科。專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的效能。
它是人工智慧的核心，是使計算機具有智慧型的根本途徑。
機器學習有下面幾種定義：
(1) 機器學習是一門人工智慧的科學,該領域的主要研究物件是人工智慧，特別是如何在經驗學習中改善具體演算法的效能。
(2) 機器學習是對能通過經驗自動改進的計算機演算法的研究。
(3) 機器學習是用資料或以往的經驗,以此優化電腦程式的效能標準。
機器學習是研究怎樣使用計算機模擬或實現人類學習活動的科學，是人工智慧中最具智慧型特徵，最前沿的研究領域之一。自 20世紀80年代以來，機器學習作為實現人工智慧的途徑，在人工智慧界引起了廣泛的興趣，特別是近十幾年來，機器學習領域的研究工作發展很快，它已成為人工智慧的重要課題之一。機器學習不僅在基於知識的系統中得到應用，而且在自然語言理解、非單調推理、機器視覺、模式識別等許多領域也得到了廣泛應用。乙個系統是否具有學習能力已成為是否具有「智慧型」的乙個標誌。機器學習的研究主要分為兩類研究方向：第一類是傳統機器學習的研究，該類研究主要是研究學習機制，注重探索模擬人的學習機制；第二類是大資料環境下機器學習的研究，該類研究主要是研究如何有效利用資訊，注重從巨量資料中獲取隱藏的、有效的、可理解的知識。
機器學習歷經70年的曲折發展 ，以深度學習為代表借鑑人腦的多分層結構、神經元的連線互動資訊的逐層分析處理機制，自適應、自學習的強大並行資訊處理能力，在很多方面收穫了突破性進展，其中最有代表性的是影象識別領域。
機器學習概論
目前，工作中的事情相對少一點，富餘時間比較足，因此，可以拿出一部分時間用來學習下機器學習方面的理論知識與實踐知識。這樣做主要出於兩個方面的目的，一方面是想通過本次整理的系列來增強與梳理自己在機器學習領域中的理解，梳理出自己在機器學習領域中的方 另一方面，提公升自己的實際工作效率。好了，以上說明了本次...
機器學習概論
假如現在有n個房子的面積大小與 我們想通過這些資料得出乙個模型，這個模型的作用是，當我輸入這n個房子之外的其它房子的面積時，模型可以 出它們的 很好，這就是高中學過的線性回歸！機器學習按學習方式可分為 監督學習 無監督學習 強化學習 按演算法可分為 傳統機器學習 深度學習 強化學習 監督學習的任務是...
機器學習 機器學習概論
3 模型評估與模型選擇 4.具體應用 統計學習 是關於計算機基於 資料 構建概率統計模型並運用模型對資料進行 分析 統計學習的三要素 模型在監督學習中，模型就是所要學習的條件概率分布或決策函式。這在後面的章節中會重點介紹。策略 評價模型的標準 用損失函式和代價函式來度量 錯誤的程度。1 幾種損失函式...