在开始说什么是机器学习之前，让我们从单词的含义开始。这看起来很明显，但是我们未必理解那么完整。下面是两个单词的含义：
1.机器是包含一个或多个能转换能量的零件。机器通常提供能量给化学、热学或电子提供能源。
2.学习是根据经验能够改善行为的能力。
什么是机器学习
根据Tom Mitchell的说法，机器学习是：
“一个计算机程序被认为是从经验E学习一些类别的任务T和性能测量P，如果它在T的任务中的性（以P来衡量）随着经验E而提高。”
在这些定义中：
1、任务T表示什么机器正在寻求改善。它可以是预测、分类，聚类等。
2、经验E可以训练数据或输入机器可以学习的数据。
3、性能P为一些可能性因素。
机器学习包括两个主要部分：学习者与预策者
1、输入/经验给学习者，学习一些新技能。
2、背景知道也可以给学习者提供更好的学习。
3、在数据输入和背景知识的帮助下，学习者生成知识模型。
4、该模型包含有关从输入和经验中学习到的内容信息。
5、现在，问题/任务（预测、分类）分发给推理者
6、在训练很好的模型的帮助下，推理者试图产生解决方案。
7、解决方案/答案可以通过增加额外的输入/经验来改进。
8、根据这个循环持续下去。
机器学习与标准程序的区别
在机器学习中，给计算机提供以下内容：
1、输入（经验）
2、输出（对应输入之输出）
获得模型/程序做为输出。在这个程序的帮助下，可以执行以下任务。
在一个标准程序中，你需要给计算机提供以下之内容：
1、输入
2、输出（如何处理输入）
接下来，你会得到输出。接下来是两者输入输出的图表。
以上给各位介绍的就是机器学习的基本概念。
