机器学习
- 定义
- 分类
- 算法
- 应用
定义
机器学习最早是被Arthur Samuel 提出的一个概念，指计算机无需明确编程即可学习的研究领域。1950年他发明的跳棋程序，这个人机对弈游戏让他的声名鹊起，机器学习这个概念才进入大众的是视线。
在这个跳棋程序里，他编程了一种算法，这个程序与Arthur下了数万次跳棋，计算机逐渐学会了下在哪里有更大的可能会赢得比赛，哪里会输，通过这种方法，最终计算机比发明人本人更会下跳棋。
分类
机器学习分为监督学习和非监督学习。
其中监督学习是现实世界中用的最多的，而且是目前进度最快的。非监督学习常用在聚类等，我们会在下一节继续深入学习这些分类的应用和概念。
另外还有RL，也就是Reinforcement learning，强化学习，这是另外一种学习算法，但是通常我们把机器学习就分为上面两类
算法
机器学习中最重要的就是算法了，算法是机器学习是实现功能的工具，当然仅仅有了这些功能还不够，机器学习里还要学会如何去运用这些算法，这些就是机器学习的主要学习内容，也是系列课的主要内容
应用
机器学习现在应用广泛，其中最出名的就是AI，人们期望AI最终能够像人一样聪明的活动，这就是AGI，是目前研究的主要方向。
机器学习当然也包括其他应用，包括自动驾驶、大规模农业应用等等。
