机器学习-Welcome

当你在网易云点开个性推荐里的私人FM和每日推荐的时候，就已经在使用机器学习带来的成果了。

为什么网易云会知道你的音乐品味？网易云是不是也有“失算”的时候呢？

NetEase

如何定义机器学习？

定义这种事因人而异，与其去接受别人给出的生涩的定义，不如自己去体会、理解。

目前比较容易被人接受的两种定义
- Arthur Samuel: Field of study that gives computers the abilities to learn without being explicitly programmed.
  
  简单说就是——授之以鱼，不如授之以渔。不是给定特定的编程让计算机做特定的事，而是给计算机自己去学习、去做事的能力。
  
  Samuel当初设计了一个西洋棋的程序，Samuel自己并不是个下期高手，但是——
- Tom Mitchell: A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E.
  
  这个说法就比较抽象了，重点需要理解E、T、P三个字母的意思，举个例子：
  
  比如说训练下棋这个程序：
  
  E：Experience，从若干次下棋中获得的经验，就像：什么布局能赢，什么布局容易输等等
  
  T：Task，和人下棋就是这个程序的任务
  
  P：Performance，赢得棋局的胜率，可以衡量这个程序是否合格
  
  总结起来，就是：这个程序能掌握经验，并在经验中能提高执行某些任务成功的几率。
  
  很显然 Samuel 的下棋程序做到了，它（程序）已经是个西洋棋高手了！
学习是个循序渐进的过程，机器学习(Machiene Learning)也是这样。我们学习机器学习的目的不是让自己会机器学习，而是让机器(Machine:Computer)会学习(Learn)。所以，推物及人，人类是如何学习的呢？只有首先理解人类是如何学习(Learn)的？这个问题，才能把机器学习的问题理解得更好。

我们举个简单的例子：

从最初的，学习阿拉伯数字（0~9）开始，我们通过一遍一遍反复地去描摹（0~9）这十个数字的外形，在脑海记下每一个数字的各种轮廓样本，然后当老师在黑板上写下"5"的时候，我们开始在脑海搜索与这个数字外形极其相似的数字样本，当匹配到数字5的时候，我们就可以大声地告诉老师：这是数字5！

这就是在学习。有趣的是，机器学习在手写识别方面使用的KNN(K Nearest Neighbor Algorithem)算法（又叫“K近邻算法”），正是使用的上述例子中的学习过程(Learning Process)的方法（这个算法以后讨论）。