【机器学习基础】机器学习基石课程学习引入

    “机器学习”是人工智能的核心研究领域之一， 其最初的研究动机是为了让计算机系统具有人的学习能力以便实现人工智能。

    事实上，由于“经验”在计算机系统中主要是以数据的形式存在的，因此机器学习需要设法对数据进行分析，这就使得它逐渐成为智能数据分析技术的创新源之一。

    机器学习是构建复杂系统的一种方法，也许依靠我们的脑力把处理一个问题的所有规则写成程序可能不容易做到，那么我们就让机器自己去根据数据和资料进行学习，自己去处理问题。

    数据挖掘可被认为是 识别出巨量数据中有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程 。其实顾名思义，数据挖掘就是试图从海量数据中找出有用的知识。大体上看，数据挖掘可以视为机器学习和数据库的交叉，它主要利用机器学习界提供的技术来分析海量数据，利用数据库界提供的技术来管理海量数据。

    用一句话来概括，机器学习是人工智能的一个方向，机器学习是数据挖掘的一种实现方式。

机器学习实际定义

由上图所示，由于我们不知道f，我们于是把手上的资料D，通过机器学习的算法A，得到一个推荐使用的函数g，我们希望g和理想的目标函数f越接近越好。

我们可以把很多可能的公式放到一个“假说”的集合H（即包含了各种可能的g），机器学习算法所要做的事情是要从H中选择一个它觉得最好的假说，即g。

这里，我们给出一个机器学习更加清楚的定义：机器学习就是，我们从数据出发，通过机器学习算法，算出一个假说g，希望g能够很接近我们更渴望的理想模型f。