1.1.1　什么是机器学习

机器学习是人工智能的一个分支，是现阶段解决很多人工智能问题的主流方法，被广泛应用于图像识别、语音识别、自然语言处理、信息推荐、天气预测等领域。自计算机诞生以来，人们从来没有停止过探寻机器智能的脚步。机器能否像人类一样拥有学习能力呢？1948年，计算机科学家阿兰·图灵（Alan Turing）在Mind上发表论文Computing Machinery and Intelligence，提出著名的“图灵测试”，由此开始了人工智能的先河。1956年，塞缪尔（Arthur Samuel）设计了一个具有自学习能力的跳棋程序，可以在不断人机对弈的过程中提升自己的棋艺，1959年，他提出了“机器学习”的概念，并将其定义为：the field of study that gives computers the ability to learn without being explicitly programmed，即此研究领域是计算机在不被明确编程的情况下，赋予它学习能力。此后，计算机科学家为机器战胜人类这个目标不断尝试，终于在2016年3月谷歌的AlphaGo年度围棋挑战赛，AlphaGo以4∶1的绝对优势战胜围棋世界冠军李世石九段。由此引发全球机器智能能否超越人类的热议，机器学习算法再次成为人们追逐的热点。

机器学习的研究方向主要分为两类：第一类是传统机器学习方法的研究，主要研究学习机制，注重探索模拟人的学习机制；第二类是针对大数据，研究如何有效利用信息，注重从海量数据中获取隐藏的、有效的、可理解的知识。前者侧重于算法理论的研究，后者侧重于数据的处理。

机器学习的任务就是探索研究机器模拟人类智能的高效算法，使其能代替人类解决实际问题。例如，利用机器学习可以帮助人类自动识别出手写数字、识别哪些是好瓜哪些是坏瓜、哪些是垃圾邮件哪些是正常邮件、预测房价的走势等。手写数字识别如图1-1所示，正常邮件和垃圾邮件的词云如图1-2所示，识别好瓜和坏瓜如图1-3所示。

图1-1　手写数字识别

图1-2　正常邮件和垃圾邮件词云

如果要从一堆西瓜中将好瓜挑选出来，有经验的瓜农总结出的经验是敲声浊响、纹理清晰、根蒂蜷缩的瓜为好瓜，机器学习就是模拟人类经验来识别好瓜和坏瓜的，那具体如何做呢？我们把一些好瓜的经验总结成机器学习中的“特征”列举出来，如图1-4所示。

图1-3　识别好瓜和坏瓜

图1-4　西瓜的特征

接下来，我们分别统计好瓜中色泽为“青绿”“乌黑”“浅白”所占的比例，根蒂为“蜷缩”“稍蜷”“硬挺”所占的比例，敲声为“浊响”“沉闷”“清脆”所占的比例，等等，然后依据这些统计数据建立一个数学模型，可以理解为是一个数学函数，根据这个数学模型去判断具有这些特征的瓜是好瓜还是坏瓜。根据这些特征建立模型的过程就是机器学习的过程，根据模型去识别好瓜和坏瓜的过程就是机器学习中的分类问题。

机器学习是一门交叉学科，涉及计算机科学、模式识别、概率论、统计学等多个学科，是人工智能学科中最具智能特征，最前沿的研究领域之一。