带你深度理解“机器学习”
机器学习是什么？
理解这个概念，需要理解它的原理才可以。
机器学习是为了模拟人类学习新东西总结经验，通过总结出的经验，推测新事物的过程。
简而言之，这，就是机器学习。换句话说，就是机器通过已有数据（数据包括数字、文字、图片、音视频等），找到某种它们之间的内在关系/规律，进而构造出一个预测模型。当要判定未知事件的发生时，我们可以采用这个模型来预测，得到一个结果。
这样说好像还是很抽象。打个比方，买股票的人都想买到好的股票，那么，一个人想买到好的股票该怎么办？当然是通过股票之前的数据来进行预测啦。通过股票以往的数据，得到一个预测模型，再通过这个模型来预测股票是会涨还是跌。这个模型其实就是机器学习。
因此，机器学习的对象是数据；依靠已有数据建立模型，建立模型就是机器学习的核心（建立模型的核心是算法，因此也说算法是机器学习的核心），机器学习达到的结果是对未知对象进行预测（比如上面说的预测股票会涨还是会跌）。
拓展
弱人工智能、强人工智能与强化学习：
? 弱人工智能擅长单个领域；强人工智能有类似人类的“思维”，是类似于人类的人工智能，擅长多个领域；而强化学习就是在不断的试错过程中得到经验找到预测模型，这个预测模型趋于理想模型。
【带你深度理解“机器学习”】? 举个例子，我们通常所说的“扫地机器人”其实就属于弱人工智能，“扫地机器人”除了能扫地，它不能做其他的事，比如洗衣服做饭等等。而强人工智能，（可能不太恰当）指的就是有类似人类所具有的一切能力的机器人，比如洗衣做饭、打扫卫生、思维感知等等。强化学习就类似我们高中时做题，先做题，经过一次次的失败后掌握了做题经验和做题规律，之后再遇到类似的题就能够通过已有经验或规律做出来了。
推荐阅读
- 一文理解乐观锁与悲观锁
- 带你了解Java数据结构和算法之前缀|带你了解Java数据结构和算法之前缀,中缀和后缀表达式
- handler机制的源码分析和理解
- 一篇文章带你详解Spring的AOP
- 在服务器的docker里|在服务器的docker里 装anacond3深度学习环境的全流程超基础
- 十年经验告诉你，如何正确的理解接口
- 深度学习校招面试总结|人工智能面试总结-代价函数与损失函数
- 深度学习校招面试总结|人工智能面试总结-激活函数
- 深度学习校招面试总结|人工智能面试总结-分类与聚类
- 深度学习校招面试总结|人工智能面试总结-传统图像算法