1.機器學習概念：
????????機器學習是人工智能（AI）的一部分眠砾，研究如何讓計算機從數(shù)據(jù)學習某種規(guī)律喻频；是用數(shù)據(jù)或以往的經(jīng)驗，并以此來優(yōu)化程序的性能標準粘都。
????????機器學習廓推、深度學習、人工智能三者的關系可用下圖中的集合表示翩隧。從范圍上來說樊展，人工智能包含機器學習，而機器學習又包含深度學習堆生，三者的關系是在表示的范圍上是逐漸縮小的专缠。
????????人工智能泛指讓機器具有人的智力的技術涝婉。這項技術的目的是使機器相認一樣感知、思考糯景、做事嘁圈、解決問題。人工智能是一個廣泛的技術領域蟀淮，包括自然語言理解最住、計算機視覺、機器人怠惶、邏輯和規(guī)劃等涨缚。它可以被看做計算機專業(yè)的子領域，除了和計算機相關策治，它還和心理學脓魏、認知學、社會學等有不少的交叉通惫。
????????機器學習指計算機通過觀察環(huán)境茂翔，與環(huán)境交互，在吸引信息中學習履腋，自我更新和進步珊燎。跟進一步的說惭嚣，機器學習是從數(shù)據(jù)中自動分析獲得規(guī)律（模型），并利用規(guī)律對未知數(shù)據(jù)進行預測悔政。
???????? 機器學習的對象是：具有一定的統(tǒng)計規(guī)律的數(shù)據(jù)晚吞。
???????? 機器學習的目的：讓機器學習替換手動步驟，減少企業(yè)的成本也提高企業(yè)效率谋国。在《統(tǒng)計學習方法》一書中介紹機器學習主要包含：算法槽地、策略、優(yōu)化 三個方面芦瘾。
2.機器學習的劃分
1).根據(jù)學習任務的類型捌蚊，機器學習可以劃分為：
???????有監(jiān)督學習：從已標記的訓練數(shù)據(jù)來訓練模型。 主要分為：分類任務旅急、回歸任務逢勾、序列標注任務。
???????無監(jiān)督學習任務：從未標記的訓練數(shù)據(jù)來訓練模型藐吮。主要分為：聚類任務溺拱、降維任務。
???????半監(jiān)督學習任務：用大量的未標記訓練數(shù)據(jù)和少量的已標記數(shù)據(jù)來訓練模型谣辞。
???????強化學習任務：從系統(tǒng)與環(huán)境的大量交互知識中訓練模型迫摔。
2).根據(jù)算法類型，機器學習可以劃分為：
???????傳統(tǒng)統(tǒng)計學習：基于數(shù)學模型的機器學習方法泥从。包括SVM句占、邏輯回歸、決策樹等躯嫉。
???????這一類算法基于嚴格的數(shù)學推理纱烘，具有可解釋性強、運行速度快祈餐、可應用于小規(guī)模數(shù)據(jù)集的特點擂啥。
???????深度學習：基于神經(jīng)網(wǎng)絡的機器學習方法。包括前饋神經(jīng)網(wǎng)絡帆阳、卷積神經(jīng)網(wǎng)絡哺壶、遞歸神經(jīng)網(wǎng)絡等。
??????? 深度學習算法是基于神經(jīng)網(wǎng)絡的學習方法蜒谤，它的可解釋性較差山宾，強依賴于數(shù)據(jù)集規(guī)模，只有在擁有大量訓練樣本的時鳍徽，才能發(fā)揮作用资锰。目前，深度學習算法在語音阶祭、視覺台妆、自然語言等領域非常成功翎猛。
