大多數人聽到“機器學習”這個詞，腦海中會浮現出一個機器人：可能是一個可靠的管家，也可能是一個致命的終結者形象，這取決于你問的對象是誰。機器學習是一門能夠讓編程計算機從數據中學習的計算機科學。

機器學習研究如何讓計算機不需要明確的程序也能具備學習能力。——Arthur Samuel，1959

一個計算機程序在完成任務 T 之后，獲得經驗 E，其表現效果為 P，如果任務 T 的性能表現，也就是用以衡量的 P，隨著 E 的增加而增加，可以稱其為學習。——Tom Mitchell，1997

在機器學習領域中，按照學習方式分類，可以讓研究人員在建模和算法選擇的時候，根據輸入數據來選擇合適的算法，從而得到更好的效果，通常機器學習可以分為下面兩類。

（1）有監督學習。通過已有的訓練樣本（即已知數據以及其對應的輸出）訓練得到一個最優模型，再利用這個模型將所有的輸入映射為相應的輸出，對輸出進行簡單的判斷從而實現分類的目的。如分類、回歸和推薦算法都屬于有監督學習。

（2）無監督學習。針對類別未知（沒有被標記）的訓練樣本，需要直接對數據進行建模，人們無法知道要預測的答案。如聚類、降維和文本處理的某些特征提取都屬于無監督學習。

本文整合自：語言中文網、傳智播客

審核編輯：符乾江