机器学习是什么，机器学习分为几类

大多数人听到“机器学习”这个词，脑海中会浮现出一个机器人：可能是一个可靠的管家，也可能是一个致命的终结者形象，这取决于你问的对象是谁。机器学习是一门能够让编程计算机从数据中学习的计算机科学。

机器学习研究如何让计算机不需要明确的程序也能具备学习能力。——Arthur Samuel，1959

一个计算机程序在完成任务 T 之后，获得经验 E，其表现效果为 P，如果任务 T 的性能表现，也就是用以衡量的 P，随着 E 的增加而增加，可以称其为学习。——Tom Mitchell，1997

在机器学习领域中，按照学习方式分类，可以让研究人员在建模和算法选择的时候，根据输入数据来选择合适的算法，从而得到更好的效果，通常机器学习可以分为下面两类。

（1）有监督学习。通过已有的训练样本（即已知数据以及其对应的输出）训练得到一个最优模型，再利用这个模型将所有的输入映射为相应的输出，对输出进行简单的判断从而实现分类的目的。如分类、回归和推荐算法都属于有监督学习。

（2）无监督学习。针对类别未知（没有被标记）的训练样本，需要直接对数据进行建模，人们无法知道要预测的答案。如聚类、降维和文本处理的某些特征提取都属于无监督学习。

本文整合自：语言中文网、传智播客

审核编辑：符乾江