什么是机器学习？

       很多接触过机器学习领域的人，或多或少知道点机器学习的常用算法，但是对于机器学习的认识却并不清晰。今天查找相关资料，总结得出机器学习的相关概念。

       机器学习（machine learning, 简称ML）：对于某给定的任务T，在合理的性能度量方案P的前提下，某计算机程序可以自主学习任务T的经验E；随着提供合适、优质、大量的经验E，该程序对于任务T的性能逐步提高。因此，机器学习的对象主要是①任务Task，②经验Experience，③性能Performance.

       另外，更通俗地讲，机器学习是人工智能的一个分支。机器学习操作步骤是：第一、我们使用计算机设计一个系统，使它能够根据提供的训练数据按照一定的方式来学习；第二、随着训练次数的增加，该系统也可以在性能上不断学习和改进；第三、通过参数优化的学习模型，能够用于预测相关问题的输出。无人驾驶汽车、新词发现等都有机器学习的应用。

      通常，机器学习的数学基础主要有：统计学、概率论、线性代数、凸优化、高等数学中的函数求导&梯度&泰勒展开式、信息论等。常用机器学习的工具主要有Python、R、Mahout等。

      机器学习的常用经典算法有线性回归、EM算法、支持向量机、贝叶斯网络、隐马尔科夫等。

      补充：人工智能（artificial intelligence，简称AI），是计算机科学的一个分支，它是对人的意识和思维的信息过程的模拟，人工智能不是人的智能，但是能像人一样思考，也可能超过人的智能。人工智能包含机器学习。机器学习与人工智能，可以把机器学习看成是实现人工智能化的一种手段。