下载掌阅APP，畅读海量书库
立即打开
机器学习是人工智能的一个分支。人工智能的研究历史有着一条从以“推理”为重点，到以“知识”为重点，再到以“学习”为重点的自然、清晰的脉络。显然，机器学习是实现人工智能的一个途径，即以机器学习为手段解决人工智能中的问题。机器学习经过30多年发展，已经成为一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析（Convex Analysis）、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。因为学习算法中涉及大量的统计学理论，所以机器学习与推断统计学联系尤为密切，因此也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现的、行之有效的学习算法。很多推论问题无程序可循，难度较大，所以部分机器学习的研究是开发容易处理的近似算法。
机器学习已广泛应用于数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人等领域。
简单地说，机器学习是一门从数据中研究算法的科学学科，它根据已有的数据进行算法的选择，并基于算法和数据结构构建模型，最终对未来进行预测。它的实质是通过数据构建一个模型并用于预测未知属性。