注： 本系列 課程源於李燁 · (微軟高階軟體工程師)老師的文件 在gitbook 上可以買到***課程。
什麼是機器學習？字面理解，就是讓機器自己學會某種東西。
更準確一點，機器學習就是：讓電腦程式（機器），不是通過人類直接指定的規則，而是通過自身執行，習得（學習）事物的規律，和/或事物間的關聯。
對人類而言，乙個概念對應的是具體的事物，一般而言，人類對其有所認知的事物，都不是孤立的，互相之間有著各種各樣的關聯。
比如說：
當我們對乙個人說「蘋果」的時候，ta 可能馬上就會想到那個圓圓的，香甜的，有皮有核的水果。也許還會想到香蕉、菠蘿等其他水果；或是想到美味的蘋果派、伊甸園裡的故事、咬了蘋果一口的白雪公主等等……
如果我們將 「蘋果」這兩個字輸入給計算機，計算機並不會幻視出乙個水果，也不會像人那樣「意識到」這個單詞的含義。
電腦程式所能夠處理，只有數值和運算。
電腦程式不過是一段儲存在硬碟上的零一**，執行時被讀取進記憶體，cpu 根據**轉換成的指令來做一組特定的操作，讓這些01數字通過邏輯電路進行若干運算後，生成計算結果。
要讓一段程式了解客觀世界變化萬千的事物，則必須將這些事物數值化，將事物的變化和不同事物之間的關聯轉化為運算。
當若干現實世界的事物轉換為數值之後，計算機通過在這些數值之上的一系列運算來確定它們之間的關係，再根據乙個全集之中個體之間的相互關係，來確定某個個體在整體（全集）中的位置。
我們繼續前面的舉例——很可能，我說「蘋果」的時候，有些人首先想到的不是蘋果，而是喬幫主創立的科技公司。
但是，我繼續說：「蘋果一定要生吃，蒸熟了再吃就不脆了。」——在這句話裡，「蘋果」一詞確定無疑指的是水果，而不是公司。
因為在我們的知識庫裡，都知道水果可以吃，但是公司不能吃。出現在同一句話中的 「吃」對「蘋果」起到了限定作用——這是人類的理解。
對於計算機， 「蘋果」被輸入進去的時候，就被轉化為乙個數值 va。
經過計算，這個數值和對應「吃」的數值 ve 產生了某種直接的關聯，而同時和 ve 產生關聯的還有若干數值，它們對應的概念可能是「香蕉」（vb）、「菠蘿」（vp）、「獼猴桃」（vc）……
那麼據此，計算機就會發現 va、vb、vp、vc 之間的某些關聯（怎麼利用這些關聯，就要看具體的處理需求了）。
note 1：說到數值，大家可能本能的想到 int、double、 float……但實際上，如果將乙個語言要素對應成乙個標量的話，太容易出現兩個原本相差甚遠的概念經過簡單運算相等的情況。
假設「蘋果「被轉化為2，而「香蕉」被轉化為4，難道說兩個蘋果等於乙個香蕉嗎？
因此，一般在處理時會將自然語言轉化成 n 維向量。只要轉化方式合理，規避向量之間因為簡單運算而引起歧義的情況還是比較容易的。
這種現實世界和計算機之間，概念 數值，關係 運算的對映，造就了機器可以自主學習獲得事物規律的可能。
既然機器是有可能自己學習事物規律的，那麼如何才能讓它學到規律呢？ 我們先來看乙個故事：
貓媽媽讓小貓去捉老鼠，小貓問：「老鼠是什麼樣子啊？」
貓媽媽說：「老鼠長著鬍鬚。」結果小貓找來一頭大蒜。
貓媽媽又說：「老鼠四條腿。」結果小貓找來乙個板凳。
貓媽媽再說：「老鼠有一條尾巴。」結果小貓找來乙個蘿蔔。
在這個故事裡，小貓就是乙個基於規則的（rule-based） 電腦程式，它完全聽命於開發者貓媽媽的指令行事。但是因為三次指令都不夠全面，結果，三次都得出了錯誤的結果。
如果要把小貓變成乙個基於機器學習模型的（model-based） 電腦程式，貓媽媽該怎麼做呢？
貓媽媽應該這樣做，應該給小貓看一些**，並告訴小咪咪，有些是老鼠，有些不是，比如下面這些：
貓媽媽可以先告訴它：要注意老鼠的耳朵、鼻子和尾巴。
然後小貓通過對比發現：老鼠的耳朵是圓的，別的動物要麼沒耳朵，要麼不是圓形耳朵；老鼠都有尾巴，比的動物有的有，有的沒有；老鼠的鼻子是尖的，別的動物不一定是這樣。
然後小貓就用自己學習到的：「老鼠是圓耳朵，有尾巴，尖鼻子的動物」的信念去抓老鼠，那麼小貓就成了乙個「老鼠分類器」。
小貓（在此處模擬乙個電腦程式）是機器（machine），它成為「老鼠分類器「的過程，就叫做學習（learning）。
貓媽媽給的那些**是用於學習的資料（data）。
貓媽媽告知要注意的幾點，是這個分類器的特徵（feature）。
學習的結果——老鼠分類器——是乙個模型（model）。這個模型的型別可能是邏輯回歸，或者樸素貝葉斯，或者決策樹……總之是乙個分類模型。
小貓思考的過程就是演算法（algorithm）。
無論有監督學習，還是無監督學習，都離不開這三要素。
什麼叫有監督學習？什麼又叫無監督學習？我們來解釋一下。
有監督學習
小貓通過學習成為「老鼠分類器「，就屬於典型的有監督學習（supervised learning）。
大家請看上面的圖1，其上面不僅有老鼠、非老鼠的**，還在每個老鼠**下面有乙個綠色的對勾，標明這是乙隻老鼠；而非老鼠的**下是乙個紅叉子，說明這不是乙隻老鼠。
每一張**是乙個資料樣本（sample）。下面對勾或者叉子，就是這個資料樣本的標籤（label）。而給樣本打上標籤的過程，就叫做標註（labeling）。
標註這件事情，機器學習程式自己是解決不了的，必須依靠外力。這些勾叉都是貓媽媽打上去的，而不是小貓。
小貓通過學習過程獲得的，就是給打勾打叉的能力。如果小貓已經能夠給打勾或者打叉了，就說明它已經是乙個學習成的模型了。
這種通過標註資料進行學習的方法，就叫做有監督學習或直接叫監督學習（supervised learning）。
無監督學習
反過來，如果用於學習的資料只有樣本，沒有標籤，那麼通過這種無標註資料進行學習的方法，就叫做無監督學習（unsupervised learning）
比如說，我們有這樣六個樣本：
要做的事情是，將根據她們的體貌將區分她們的種族。
明明是六匹馬，為什麼還要分種族？因為在小馬（《little pony》）的世界裡，小馬（pony）在馬這個大類之下，還有細分的種族。我可以告訴你，要關注的特徵（features）是：獨角和翅膀。而她們一共可以被歸為3個小馬種族。
這樣你是不是就能分出來了——兩個有獨角的一組（她們叫獨角獸）；兩個有翅膀的一族（她們叫飛馬）；另外兩個很正常的一組（她們叫陸馬）。
ok！聚類完成。我們經歷了一次有趣的無監督學習的過程。
GDPR到底是如何影響機器學習的？
摘要 gdpr時代來臨，你的機器學習模型還能訓練嗎？一般資料保護條例 本文主要討論gdpr與機器學習 ml 之間三個最常見的問題。1.gdpr 是否禁止機器學習？總的來說，在gdpr生效後，ml不會在歐盟被禁止。但是，從技術的角度來看，這個問題的答案是肯定的。gdpr作為法律條文，確實做出了對使用自...
GDPR到底是如何影響機器學習的？
一般資料保護條例 本文主要討論gdpr與機器學習 ml 之間三個最常見的問題。1.gdpr 是否禁止機器學習？總的來說，在gdpr生效後，ml不會在歐盟被禁止。但是，從技術的角度來看，這個問題的答案是肯定的。gdpr作為法律條文，確實做出了對使用自動化決策的全面禁止的規定。當gdpr使用 自動化決策...
機器學習1 什麼是機器學習
原文 arthur samuel定義機器學習為，在無特定程式設計的情況下，給予計算機學習能力的領域。這個定義不正式而又古老。tom mitchell提供了乙個更現代的定義 乙個程式被認為能從經驗e中學習，解決任務 t，達到 效能度量值p，當且僅當，有了經驗e後，經過p評判，程式在處理 t 時的效能有...